Entwicklung eines formalen Beschreibungsmodells für das geisteswissenschaftliche Forschungsdatenmanagement - eine qualitative Untersuchung von Beratungsprotokollen zur bedarfsorientierten Beschreibung, Strukturierung und Modellierung des Managements von digitalen Forschungsdaten

Entwicklung eines formalen Beschreibungsmodells für das geisteswissenschaftliche Forschungsdatenmanagement eine qualitative Untersuchung von Beratungsprotokollen zur bedarfsorientierten Beschreibung, Strukturierung und Modellierung des Managements von digitalen Forschungsdaten Inaugural-Dissertation zur Erlangung des Doktorgrades der Philosophischen Fakultät der Universität zu Köln im Fach Digital Humanities vorgelegt von Patrick Helling 2 Impressum Titel: Entwicklung eines formalen Beschreibungsmodells für das geisteswissenschaftliche Forschungsdatenmanagement – eine qualitative Untersuchung von Beratungsprotokollen zur bedarfsorientierten Beschreibung, Strukturierung und Modellierung des Managements von Forschungsdaten Dissertation, Universität zu Köln, 2025 Die vorliegende Inaugural-Dissertation wurde im August 2025 von der Philosophischen Fakultät der Universität zu Köln im Fach Digital Humanities angenommen. Autor: Patrick Helling [email protected] ORCID: 0000-0003-4043-165X Promotionsfach: Digital Humanities Erstbetreuerin: Dr.in Brigitte Mathiak Zweitbetreuer: Prof. Dr. Øyvind Eide Drittgutachterin: Prof.in Dr. Sandra Kurfürst Die Dissertation wurde digital über den Hochschulpublikationsserver KUPS der Universität zu Köln veröffentlicht. Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrecht zugelassen ist, bedarf der vorherigen Zustimmung des Autors. 3 Beate Elisabeth 4 5 Inhaltsverzeichnis ABBILDUNGSVERZEICHNIS .............................................................................................................................. 8 TABELLENVERZEICHNIS ................................................................................................................................. 12 DANKSAGUNG .............................................................................................................................................. 16 1 EINLEITUNG ............................................................................................................................................... 17 1.1 MOTIVATION UND ZIELE .................................................................................................................................... 18 1.2 GLIEDERUNG DER ARBEIT ................................................................................................................................... 22 2. FACHLICHE EINORDNUNG DER ARBEIT ...................................................................................................... 24 2.1 DAS DATA CENTER FOR THE HUMANITIES (DCH) .................................................................................................... 24 2.2 ZIELE DES MANAGEMENTS VON FORSCHUNGSDATEN ............................................................................................... 26 2.3 GENERISCHE BESCHREIBUNG DES MANAGEMENTS VON FORSCHUNGSDATEN ................................................................ 27 2.3.1 Erläuterungen zum Forschungsdatenmanagement anhand eines Datenmanagementplans .............. 30 2.3.2 Abschließende Einordnung der Erläuterungen zum Forschungsdatenmanagement ........................... 35 2.4 ZUSAMMENFASSUNG ........................................................................................................................................ 36 3 VORSTUDIE – QUANTITATIVE FDM-LANDSCHAFTSVERMESSUNG MIT FOKUS AUF FDM-BERATUNGSSERVICES IM DEUTSCHSPRACHIGEN RAUM .................................................................................................................. 37 3.1 STATE OF THE ART – FDM-LANDSCHAFTSVERMESSUNG ........................................................................................... 37 3.2 METHODOLOGISCHER ANSATZ ............................................................................................................................ 39 3.2.1 Inhaltliche Struktur der Umfrage ......................................................................................................... 39 3.2.2 Durchführung der Umfrage ................................................................................................................. 41 3.3 QUANTITATIVE UND QUALITATIVE ANALYSE DER UMFRAGEERGEBNISSE ........................................................................ 42 3.3.1 Allgemeine Fragen zur FDM-Beratungseinrichtung ............................................................................. 43 3.3.2 Formate der Durchführung von FDM-Beratungsgesprächen ............................................................... 50 3.3.3 Inhaltliche Aspekte von FDM-Beratungsgesprächen ........................................................................... 56 3.3.4 Protokollierung von FDM-Beratungsgesprächen ................................................................................. 60 3.3.5 Auswertung von FDM-Beratungsprotokollen ...................................................................................... 66 3.4 ZUSAMMENFASSUNG ........................................................................................................................................ 67 4 ENTWICKLUNG EINES FDM-BESCHREIBUNGSMODELLS ............................................................................... 69 4.1 STATE OF THE ART – BEDARFSERFASSUNGEN IM FORSCHUNGSDATENMANAGEMENT ...................................................... 69 4.1.1 Überblick über Methoden und Studien zur Erfassung von FDM-Bedarfen ........................................... 70 4.2 METHODENKRITIK AN BEDARFSERFASSUNGEN IM FORSCHUNGSDATENMANAGEMENT .................................................... 72 4.2.1 Anonyme, quanTtaTve FDM-Umfragen .............................................................................................. 73 4.2.2 QualitaTve Interviews .......................................................................................................................... 81 4.3 BESCHREIBUNG, EINORDNUNG UND VORVERARBEITUNG DES UNTERSUCHUNGSMATERIALS ............................................. 89 6 4.3.1 Das Gesamtkorpus dieser Arbeit .......................................................................................................... 89 4.3.2 Eignung von FDM-Beratungsprotokollen als Untersuchungsgegenstand ............................................ 90 4.3.3 Vorbereitung des Gesamtkorpus .......................................................................................................... 93 4.4 METHODOLOGISCHER ANSATZ ............................................................................................................................ 95 4.4.1 QualitaTve Inhaltsanalyse als Methode zur Analyse von FDM-Beratungsprotokollen ........................ 96 4.5 EINFÜHRUNG IN DAS FDM-BESCHREIBUNGSMODELL ............................................................................................ 108 4.5.1 Vorbemerkungen ............................................................................................................................... 109 4.5.2 Hauptkategorien ................................................................................................................................ 110 4.5.3 Unterkategorien ................................................................................................................................. 110 4.5.4 Strukturelle Erläuterungen zum Gesamtmodell ................................................................................. 126 4.6 QUALITATIVE UND QUANTITATIVE ANALYSE DER FDM-BERATUNGSPROTOKOLLE .......................................................... 130 4.6.1 Analyse genereller InformaTonen ..................................................................................................... 130 4.6.2 Analyse der FDM-Bedarfskategorien ................................................................................................. 142 4.7 FDM-BEDARFS UND -KOMPETENZPROFILE .......................................................................................................... 187 4.7.1 Antrag ................................................................................................................................................ 188 4.7.2 Archivierung ....................................................................................................................................... 191 4.7.3 PublikaTon ......................................................................................................................................... 195 4.7.4 HosTng/Betrieb lebende Ressource ................................................................................................... 198 4.7.5 Entwicklung lebende Ressource ......................................................................................................... 202 4.8 ZUSAMMENFASSUNG ...................................................................................................................................... 205 5 FAZIT UND AUSBLICK ................................................................................................................................ 208 5.1 ZUKÜNFTIGE WEITERENTWICKLUNG ................................................................................................................... 212 LITERATUR .................................................................................................................................................. 216 ANHANG ..................................................................................................................................................... 231 A.1: HAUPTKATEGORIEN ....................................................................................................................................... 231 FDM-Bedarfskategorien .............................................................................................................................. 232 A.2: UNTERKATEGORIEN ....................................................................................................................................... 235 anfragende Forschende .............................................................................................................................. 236 Bedingung/Voraussetzung .......................................................................................................................... 239 Datenformate ............................................................................................................................................. 260 Datentypen ................................................................................................................................................. 278 Fachrichtung ............................................................................................................................................... 305 FörderinsTtuTon ......................................................................................................................................... 321 FunkTonalitäten ......................................................................................................................................... 331 Gegenstand ................................................................................................................................................. 338 inhaltliche Aspekte ..................................................................................................................................... 344 7 Laufzeitumgebung ...................................................................................................................................... 378 Maßnahmen beratende Einrichtung ........................................................................................................... 384 Maßnahmen anfragende Forschende ........................................................................................................ 430 mögliche Lösung ......................................................................................................................................... 440 Projek_orm ................................................................................................................................................. 464 Projektphase ............................................................................................................................................... 469 Technologie-Stacks ..................................................................................................................................... 472 A.3: WEITERFÜHRENDE TABELLEN .......................................................................................................................... 481 8 Abbildungsverzeichnis ABB. 1: DER FORSCHUNGSDATENLEBENSZYKLUS. .............................................................................................................. 29 ABB. 2: ANSIEDLUNG VON FDM-BERATUNGSEINRICHTUNGEN AN EINER ÜBERGEORDNETEN INSTITUTION (N = 25). ..................... 44 ABB. 3: ANSIEDLUNG VON FDM-BERATUNGSEINRICHTUNGEN AN MEHREREN ÜBERGEORDNETEN INSTITUTIONEN (N = 14). .......... 44 ABB. 4: ANZAHL GEGRÜNDETER FDM-BERATUNGSEINRICHTUNGEN PRO JAHR (N = 41). ........................................................ 45 ABB. 5: FINANZIELLE AUSSTATTUNG VON FDM-BERATUNGSEINRICHTUNGEN (N = 41). .......................................................... 46 ABB. 6: DURCHSCHNITTLICHE HÄUFIGKEIT DER VOLLZEITÄQUIVALENTE AN FDM-BERATUNGSEINRICHTUNGEN (N = 41). ............... 47 ABB. 7: DURCHSCHNITTLICHE ANZAHL VON FDM-BERATUNGSGESPRÄCHEN AN FDM-BERATUNGSEINRICHTUNGEN PRO JAHR (N = 41). ........................................................................................................................................................ 48 ABB. 8: DURCHSCHNITTLICHE ANZAHL AN FDM-BERATUNGSGESPRÄCHEN, DIE PRO ANFRAGE MIT FORSCHENDEN GEFÜHRT WERDEN (N = 41). ........................................................................................................................................................ 48 ABB. 9: VERGLEICH DER DURCHSCHNITTLICHEN ANZAHL VON FDM-BERATUNGSGESPRÄCHEN PRO JAHR IM VERHÄLTNIS ZUR PERSONELLEN AUSSTATTUNG VON FDM-BERATUNGSEINRICHTUNGEN. ........................................................................ 49 ABB. 10: ANZAHL DER BERATENDEN PERSONEN PRO FDM-BERATUNGSGESPRÄCH (N = 41). ................................................... 52 ABB. 11: DURCHSCHNITTLICHE PROZENTUALE HÄUFIGKEIT VON FDM-BERATUNGSANFRAGEN NACH FACHRICHTUNGEN GEMÄß DER DFG-FÄCHERSYSTEMATIK (N = 41). ..................................................................................................................... 53 ABB. 12: HÄUFIGKEIT VON INHALTLICHEN THEMEN IM SINNE VON FDM-BEDARFEN IN FDM-BERATUNGSGESPRÄCHEN (N = 41). .. 58 ABB. 13: ANGEGEBENE GRÜNDE FÜR DIE PROTOKOLLIERUNG VON FDM-BERATUNGSGESPRÄCHEN (N = 36 | MEHRFACHAUSWAHL MÖGLICH). ....................................................................................................................................................... 61 ABB. 14: NUTZUNG VON TEMPLATES FÜR DIE PROTOKOLLIERUNG VON FDM-BERATUNGSGESPRÄCHEN (N = 36). ....................... 61 ABB. 15: FORMEN UND SYSTEME ZUR ERFASSUNG VON FDM-BERATUNGSPROTOKOLLEN (N = 36 | MEHRFACHAUSWAHL MÖGLICH). ...................................................................................................................................................................... 62 ABB. 16: INFORMATIONEN, DIE IM RAHMEN VON FDM-BERATUNGSPROTOKOLLEN DOKUMENTIERT WERDEN (N = 36 | MEHRFACHAUS-WAHL MÖGLICH). ......................................................................................................................... 64 ABB. 17: ZWECKE VON ANALYSEN UND AUSWERTUNGEN VON FDM-BERATUNGSPROTOKOLLEN (N = 16 | MEHRFACHAUSWAHL MÖGLICH). ....................................................................................................................................................... 67 ABB. 18 (IN SIMUKOVIC, KINDLING, UND SCHIRMBACHER 2013, 31): FDM-BEDARFE AN DER HU BERLIN ERFASST DURCH EINE QUANTITATIVE FDM-UMFRAGE. .......................................................................................................................... 83 ABB. 19: MUSTERBEISPIEL FÜR EIN FDM-BERATUNGSPROTOKOLL IN SEMI-STRUKTURIERTER FORM. .......................................... 90 ABB. 20 (IN KUCKARTZ UND RÄDIKER 2022, 132): PROZESSMODELL EINER INHALTLICH-STRUKTURIERTEN QUALITATIVEN INHALTSANALYSE. ............................................................................................................................................... 98 ABB. 21: VERGABE DER FDM-BEDARFSKATEGORIE ANTRAG AUF BASIS EINES SCHLÜSSELBEGRIFFS IN MAXQDA. ...................... 100 ABB. 22: VERGABE DER FDM-BEDARFSKATEGORIE ANTRAG DURCH PARAPHRASIERUNG EINES TEILSATZES IN MAXQDA. ............ 100 ABB. 23: BEISPIEL FÜR DIE INDUKTIVE BILDUNG EINER KATEGORIE IM UNTERSUCHUNGSMATERIAL DURCH PARAPHRASIERUNG IN MAXQDA. AUSGANGSPUNKT IST EIN VOLLSTÄNDIGER SATZ. ................................................................................... 103 9 ABB. 24: BEISPIEL FÜR EINE WEITERE TEXTSTELLE IM UNTERSUCHUNGSMATERIAL, DIE IN MAXQDA AUCH MIT DER KATEGORIE LAUFFÄHIGKEIT LEBENDE RESSOURCE SOWIE ZUSÄTZLICH MIT DER KATEGORIE MIGRATION LEBENDE RESSOURCE KODIERT WURDE. AUSGANGSPUNKT IST EIN VOLLSTÄNDIGER SATZ. .................................................................................................... 104 ABB. 25: BEISPIEL FÜR DIE DEDUKTIVE BILDUNG DER KATEGORIE DATENARCHIVIERUNG LOK. GEN. IM UNTERSUCHUNGSMATERIAL DURCH PARAPHRASIERUNG IN MAXQDA. AUSGANGSPUNKT IST ERNEUT EIN VOLLSTÄNDIGER SATZ. ................................ 105 ABB. 26 (IN KUCKARTZ UND RÄDIKER 2022, 147): MÖGLICHE ANALYSEN IM ANSCHLUSS AN DIE KODIERUNG EINES UNTERSUCHUNGSMATERIALS. ............................................................................................................................ 107 ABB. 27: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER ANFRAGENDEN FORSCHENDEN AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DER EBENE 2 (FAKTEN-KATEGORIEN, ORANGE). ................................................... 112 ABB. 28: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER FACHRICHTUNG AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DEN EBENEN 2, 3 UND 4 (FAKTEN-KATEGORIEN, ORANGE). .............................................................................. 113 ABB. 29: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER FÖRDERINSTITUTION AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DER EBENE 2 (FAKTEN-KATEGORIEN, ORANGE). .................................................................................... 114 ABB. 30: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER PROJEKTFORM AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DEN EBENEN 2 UND 3 (FAKTEN-KATEGORIEN, ORANGE). .................................................................................. 115 ABB. 31: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER PROJEKTPHASE AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DER EBENE 2 (NATÜRLICHE KATEGORIEN, VIOLETT). ......................................................................................... 115 ABB. 32: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER BEDINGUNGEN/VORAUSSETZUNGEN AUF DEN EBENEN 1 UND 2 (ORDNUNGSKATEGORIEN, GRÜN; THEMATISCHE KATEGORIEN, BLAU) UND DEN EBENEN 3 UND 4 (THEMATISCHE KATEGORIEN, BLAU). ........................................................................................................................................................... 116 ABB. 33: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER DATENFORMATE AUF DEN EBENEN 1 UND 2 (ORDNUNGSKATEGORIE, GRÜN), EBENE 3 (ORDNUNGSKATEGORIEN, GRÜN; FAKTEN-KATEGORIEN, ORANGE) UND EBENE 4 (FAKTEN-KATEGORIEN, ORANGE). ....................................................................................................................... 117 ABB. 34: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER DATENTYPEN AUF DEN EBENEN 1 UND 2 (ORDNUNGSKATEGORIEN, GRÜN) UND DER EBENE 3 (FAKTEN-KATEGORIEN, ORANGE). ................................................. 118 ABB. 35: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG VON FUNKTIONALITÄTEN AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DEN EBENEN 2 UND 3 (FAKTEN-KATEGORIEN, ORANGE). ........................................................................ 119 ABB. 36: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER GEGENSTÄNDE AUF EBENE 1 (ORDNUNGSKATEGORIE, GRÜN) UND DER EBENE 2 (FAKTEN-KATEGORIEN, ORANGE). .............................................................................................. 120 ABB. 37: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER INHALTLICHEN ASPEKTE IM KONTEXT DER FDMBEDARFSKATEGORIE ANTRAG AUF DER EBENE 1 (ORDNUNGSKATEGORIEN, GRÜN) UND DEN EBENEN 2, 3 UND 4 (THEMATISCHE KATEGORIEN, BLAU). ........................................................................................................................................ 121 ABB. 38: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG VON LAUFZEITUMGEBUNGEN AUF DEN EBENEN 1 UND 2 (ORDNUNGSKATEGORIEN, GRÜN) UND DER EBENE 3 (FAKTEN-KATEGORIEN, ORANGE). ................................................. 122 ABB. 39: GESAMTHEIT DER UNTERKATEGORIEN ZUR KODIERUNG DER MAßNAHMEN DER BERATENDEN EINRICHTUNG AUF DEN EBENEN 1 UND 2 (ORDNUNGSKATEGORIEN, GRÜN; THEMATISCHE KATEGORIEN, BLAU) UND DEN EBENEN 3, 4 UND 5 (THEMATISCHE KATEGORIEN, BLAU). ........................................................................................................................................ 123 16 Danksagung Keine Doktorarbeit kann geschrieben werden ohne ein unterstützendes Umfeld. Entsprechend kann ich mich glücklich schätzen, dass ich die Möglichkeit hatte, eine Doktorarbeit zu schreiben, die inhaltlich stark mit meiner beruflichen Karriere am Data Center for the Humanities (DCH) an der Universität zu Köln verknüpft ist. An einem so umfangreichen Vorhaben wie einer Doktorarbeit zu arbeiten und damit Herausforderungen zu adressieren, die aus dem eigenen beruflichen Alltag stammen, ist dabei allerdings nicht immer nur ein Segen. Bisweilen, so möchte ich an dieser Stelle festhalten, kann die Verquickung dieser beiden Bereiche durchaus dazu führen, dass es schwerfällt, inhaltlich und auch organisatorisch klare Grenzen zu ziehen. So wird das Berufliche, zumindest eine Zeit lang, omnipräsent und der Kopf ist beinahe nicht mehr in der Lage, einen anderen Gedanken zu fassen. Dennoch weiß ich, dass ich bei der Anfertigung dieser Doktorarbeit insbesondere davon profitieren konnte, dass Theorie und Praxis stets sehr nah beieinanderlagen. Es ist aber nicht nur der berufliche Kontext, von dem ich während der Anfertigung an dieser Doktorarbeit profitiert habe. Es sind v. a. auch die Menschen in meinem Umfeld, denen ich viel verdanke. Ich weiß, dass ich es ihnen nicht immer leicht gemacht habe. All diesen Personen möchte ich meinen großen Dank aussprechen. Ein besonderer Dank gilt meiner Erstbetreuerin Dr.in Brigitte Mathiak und meinem Zweitbetreuer Prof. Dr. Øyvind Eide für die hervorragende Unterstützung über den gesamten Prozess von der initialen Konzeption, der Beund Überarbeitung bis hin zur Fertigstellung dieser Arbeit. Außerdem möchte ich mich bei meiner Drittgutachterin Prof.in Dr. Sandra Kurfürst für ihr konstruktives Feedback und produktive Gespräche bedanken. Ich möchte insbesondere auch meinen Kolleg:innen Felix Rau, Dr.in Kerstin Jung und Dr. Steffen Pielström sowie Prof. Dr. Nils Reiter und Prof. Dr. Fotis Jannidis dafür danken, dass sie es mir ermöglicht haben, die notwendige Zeit in diese Arbeit zu investieren, und mir über viele Monate den Rücken freigehalten haben. PD Dr. Markus Hoffmann danke ich sehr für seinen wertvollen Rat und sein Feedback zu dieser Arbeit. Meiner Frau, Jun.-Prof.in Dr. Elisa Cugliana, gilt ein großer Dank für ihre unbegrenzte Geduld und ihre bedingungslose Unterstützung. Ihre Fähigkeiten, tagtäglich, manchmal sogar stündlich auf meine Gedanken und Sorgen zu reagieren und mich jedes Mal wieder aufzufangen, wenn ich das Gefühl hatte, zu fallen, sind außergewöhnlich gewesen. Außerdem danke ich meinem Vater insbesondere dafür, dass er immer da war, um mich auf meinem gesamten Weg zu ermutigen und permanent zu motivieren. 17 1 Einleitung Ergebnisse wissenschaftlicher Forschungsvorhaben werden in der Regel über akademische Publikationen in Zeitschriften, Journals und Büchern veröffentlicht. Die Grundlage dieser wissenschaftlichen Veröffentlichungen sind Forschungsdaten, die im Rahmen von Forschungsprozessen erzeugt, gesammelt, interpretiert und ausgewertet wurden. Gleichzeitig können Forschungsdaten als Ergebnisse wissenschaftlicher Forschungsvorhaben auch Quellen für neue Forschungsprozesse sein, bspw., wenn sie durch Dritte zur Beantwortung von Forschungsfragen nachgenutzt werden. Das Management dieser Forschungsdaten ist schließlich ein inhärenter Teil der Wissenschaft und umfasst alle Phasen des Forschungsprozesses über die Sammlung und Erhebung von Daten, ihrer Analyse und Auswertung bis hin zur Archivierung und Publikation zum Zweck der Nachnutzung durch Dritte. Vor dem Hintergrund, dass dieses Forschungsdatenmanagement (FDM) eine komplexe Herausforderung ist, gibt es an vielen Wissenschaftsstandorten wie Universitäten oder außeruniversitären Forschungseinrichtungen zentrale Einrichtungen, die Forschende beim Management von Forschungsdaten beraten und unterstützen sowie konkrete Services und technische Infrastrukturen anbieten. Insbesondere in Bezug auf Beratungsund Unterstützungsservices im Forschungsdatenmanagement wurden in der Vergangenheit an vielen dieser Einrichtungen quantitative FDM-Umfragen und vereinzelt in geringem Umfang auch qualitative Studien durchgeführt, um Informationen über FDM-Bedarfe ihrer jeweiligen Zielgruppe zu sammeln und Servicestrukturen daran auszurichten. Diese Erhebungsmethoden sind allerdings häufig defizitär, da sie entweder nicht über eine nötige Granularität und Vollständigkeit verfügen oder nicht repräsentativ sind. Darüber hinaus ist die Gestaltung des Managements von Forschungsdaten in der Regel praxisbezogen und generell bisher wenig wissenschaftlich erforscht. Viele Maßnahmen und Lösungsstrategien beruhen auf Erfahrungen und sind bisher nicht methodisch untersucht worden. Dabei bedarf es einer wissenschaftlichen Auseinandersetzung, um fundierte Erkenntnisse darüber zu erlangen, wie Forschungsdatenmanagement funktioniert, welche Bedarfe es gibt und wie diese bedient werden können. Im Rahmen der vorliegenden Arbeit wurde eine qualitative Inhaltsanalyse auf anonymisierte FDM-Beratungsprotokolle als schriftliche Dokumentationen semi-strukturiert geführter FDMBeratungsgespräche, die am Data Center for the Humanities (DCH)1 an der Universität zu Köln2, einem fachspezifisch-geisteswissenschaftlichen Datenzentrum, entstanden sind, 1 Data Center for the Humanities (DCH), online: https://dch.phil-fak.uni-koeln.de/ (letzter Zugriff: 11. Juni 2025). 2 Universität zu Köln, online: https://www.uni-koeln.de/ (letzter Zugriff: 11. Juni 2025). 18 angewendet. Ziel der Arbeit war es, ein formales Beschreibungsmodell, wie es u. a. Thalheim (2015, 29 f.) definiert, zu entwickeln, mit dessen Hilfe FDM-Bedarfe sowie Maßnahmen und Lösungsansätze zu ihrer Bedienung formal beschrieben und charakterisiert sowie analysiert werden können. Es hat entsprechend die Zwecke, neue Erkenntnisse über das Management von Forschungsdaten zu liefern, ein verbessertes und fundierteres Verständnis über Forschungsdatenmanagement zu ermöglichen, es eindeutig messund beschreibbar zu machen und darüber hinaus auch in seiner Prozesshaftigkeit klarer zu beschreiben und zu definieren (siehe bspw. Thalheim 2015, 31). Das Beschreibungsmodell fungiert dabei zunächst als kontrolliertes Vokabular und gemeinsame Sprache (siehe bspw. Ciula u. a. 2023, 65 f.), in der Begrifflichkeiten im Forschungsdatenmanagement definiert sind. Es schafft einen Rahmen zur Benennung von Bedarfen, Maßnahmen und Lösungen im Forschungsdatenmanagement, in dem es möglich ist, sich standardisiert und eindeutig über Phänomene auszutauschen, FDM-Bedarfslandschaften zu analysieren sowie FDM-Bedarfsmuster zu identifizieren, um auf diese Weise das Feld weiterzuentwickeln. Diese Modellierung stellt dabei eine grundlegende Aktivität innerhalb der digitalen Geisteswissenschaften dar und ist entsprechend methodisch auch innerhalb dieser Fachrichtung verankert (siehe bspw. McCarty 2005, 20 ff.). Gleichzeitig liefert das Beschreibungsmodell Erkenntnisse über Aktivitäten innerhalb des Forschungsdatenmanagements in wissenschaftlichen Fachrichtungen. Durch die Definition von FDM-Bedarfen, ihren Bedingungen und Voraussetzungen sowie möglichen Hürden kann der Status quo in Bezug auf das Forschungsdatenmanagement in einzelnen Fachrichtungen, im konkreten Fall der digitalen Geisteswissenschaften, sichtbar gemacht werden. Somit trägt das Beschreibungsmodell auch zur Wissenschaftstheorie selbst bei. Zusätzlich bietet es die Möglichkeit, das Management von Forschungsdaten praxisnah auszuwerten, um FDM-Services möglichst nah an der Bedarfsrealität von Forschenden auszurichten. Es stellt einen neuen und innovativen Ansatz dar, mit dem die Auseinandersetzung mit Forschungsdatenmanagement wissenschaftlich und erkenntnisorientiert gestaltet werden kann. Das Beschreibungsmodell leistet insofern einen wichtigen Beitrag zur Professionalisierung von Forschungsdatenmanagement und Qualitätssicherung in diesem. 1.1 Motivation und Ziele Die Bedeutung des Managements von Forschungsdaten wird stetig größer. Drittmittelgebende Institutionen wie die Deutsche Forschungsgemeinschaft (DFG)3 oder das Bundesministerium 3 Deutsche Forschungsgemeinschaft (DFG), online: https://www.dfg.de/ (letzter Zugriff: 11. Juni 2025). 19 für Bildung und Forschung (BMBF)4, aber auch internationale Fördergeber wie die Europäische Union5, fordern im Rahmen von Antragsstellungen für Drittmittelprojekte zunehmend von Forschenden, ein Konzept für das Management von Forschungsdaten vorzulegen, bspw. durch obligatorische Datenmanagementpläne (DMP)6 (Spichtinger 2022) oder Sektionen in Antrags-Templates7, in denen das Forschungsdatenmanagement und seine geplante Umsetzung plausibel dargelegt werden müssen. Gleichzeitig fördern sie auch die Sichtbarkeit und Wertigkeit von Forschungsdaten und -ergebnissen, u. a. durch die Möglichkeit der Listung von Datenund Softwarepublikationen in Lebensläufen8, die begleitend zu Anträgen mit eingereicht werden müssen. Durch (inter-)nationale und einrichtungsspezifische Leitlinien und Policies für das Forschungsdatenmanagement9 werden notwendige Maßnahmen und Ergebnisse eines fundierten Managements von Forschungsdaten zunehmend konkretisiert. Eine besondere Bedeutung kommt in diesem Zusammenhang den FAIR-Prinzipien (Wilkinson u. a. 2016) zu, die mit der Definition von generischen und idealisierten Zielzuständen von Forschungsdaten und -ergebnissen zur Gewährleistung ihrer Auffindbarkeit, Zugänglichkeit, Interoperabilität und Nachnutzbarkeit grundlegende Richtwerte im Forschungsdatenmanagement aufgestellt haben. Im deutschsprachigen Raum sind es schließlich v. a. der Kodex ‚Leitlinien zur guten wissenschaftlichen Praxis‘ der DFG (Deutsche Forschungsgemeinschaft 2025) sowie ihre FDM-Checkliste (Deutsche Forschungsgemeinschaft 2021), die Anforderungen an das Management von Forschungsdaten verbindlich formulieren. Der Kodex hat dabei mittlerweile einen rechtsverbindlichen Charakter (T. Hartmann 2024). Gleichzeitig positionieren sich Universitäten und außeruniversitäre Forschungseinrichtungen im deutschsprachigen Raum immer stärker zum Umgang mit Forschungsdaten und haben bspw. über Leitlinien FDM-Empfehlungen und -Vorgaben für ihre Forschenden definiert.10 Vergleichbare Entwicklungen sind auch in anderen Ländern zu beobachten.11 Der Aufbau diverser 4 Bundesministerium für Bildung und Forschung (BMBF), online: https://www.bmbf.de/DE/Home/home_node.html (letzter Zugriff: 11. Juni 2025). 5 Förderprogramme der Europäischen Union, online: https://commission.europa.eu/funding-tenders/find-funding/eu-funding-programmes_de (letzter Zugriff: 11. Juni 2025). 6 Siehe bspw. Bekanntmachung des BMBF, online: https://www.bmbf.de/SharedDocs/Bekanntmachungen/DE/2017/02/1309_bekanntmachung.html (letzter Zugriff: 11. Juni 2025). 7 Siehe bspw. Projektantrags-Templates der DFG, online: https://www.dfg.de/de/foerderung/antrag-foerderprozess/formulare-merkblaetter (letzter Zugriff: 11. Juni 2025). 8 Siehe bspw. Lebenslauf-Template der DFG, online: https://www.dfg.de/de/formulare-53-200-elan-246806 (letzter Zugriff: 11. Juni 2025). 9 Siehe bspw. Zuiderwijk, und Janssen (2014); Nugroho u. a. (2015); Jorgenson, Wolinetz, und Collins (2021). 10 Unvollständige Liste von Leitlinien zum Forschungsdatenmanagement, online: https://www.forschungsdaten.org/index.php/Data_Policies (letzter Zugriff: 11. Juni 2025). 11 Siehe bspw. Rice u. a. (2013); Liu, Zotoo, und Su (2020); Huang, Cox, und Sbaffi (2021). 20 FDM-Beratungseinrichtungen12 und (inter-)nationaler FDM-Netzwerke13 sowie die Bestrebungen hin zu einer Nationalen Forschungsdateninfrastruktur (NFDI)14 (Hartl, Wössner, und SureVetter 2021; Sure-Vetter 2025) in Deutschland verdeutlichen zusätzlich den Stellenwert von Forschungsdaten und -ergebnissen im wissenschaftlichen Betrieb. Ebenjene FDM-Beratungseinrichtungen, deren Aufgabe es ist, anfragende Personen durch strukturierte Beratungsprozesse (siehe bspw. Lippitt und Lippitt 2015, 3) bei der Lösung von Herausforderungen im Forschungsdatenmanagement, die sie ohne Unterstützung nicht bewältigen könnten, zu unterstützen, sind mittlerweile ein zentraler Bestandteil der FDM-Versorgungslandschaft geworden. Sie beraten und unterstützen Forschende bei nahezu allen Fragen rund um das Management von Forschungsdaten sowohl generisch als teilweise auch fachspezifisch. Im Rahmen von FDM-Beratungsgesprächen erstellen sie häufig sogenannte FDM-Beratungsprotokolle als schriftliche Dokumentationen ihrer Arbeit, die sie bei der Planung und Durchführung von Forschungsdatenmanagement unterstützen. Diese Beratungsservices sind idealerweise an den konkreten Bedarfen einer durch sie adressierten Zielgruppe orientiert, um möglichst passund bedarfsgenau beraten und unterstützen zu können. In der Regel wird versucht, diese Bedarfsorientiertheit mit quantitativen FDM-Umfragen15 oder qualitativen Interviews16 zu FDM-Praktiken und -Bedarfen, die mit Vertreter:innen einer Zielgruppe durchgeführt werden, zu erreichen. Solche Erhebungsmethoden sind meist die einzige Form der Erforschung von FDM-Bedarfen, die allerdings häufig signifikante methodische und inhaltliche Schwächen aufweisen. Quantitative Umfragen zum Forschungsdatenmanagement sind meist unvollständig in Bezug auf abgefragte FDM-Bedarfe und haben grundsätzlich das Problem potenziell verfälschter Ergebnisse; qualitative Interviews zur Erfassung von FDM-Bedarfen können aufgrund des zeitlichen Aufwands in der Durchführung hingegen meist nicht in einem notwendigen Umfang durchgeführt werden, um repräsentative Ergebnisse zu erzeugen (siehe Abschnitt 4.2). Während die Ausrichtung und Ausgestaltung von FDM-Beratungsservices somit häufig auf ungeeigneten Datenerhebungen beruhen, ist das Management von Forschungsdaten zusätzlich meist durch Good Practices geprägt (siehe bspw. Davidson u. a. 2014; Childs 2014; von Suchodoletz u. a. 2021), die häufig nicht methodisch-wissenschaftlich überprüft wurden. Kurzum, eine verlässliche Beforschung von Bedarfen im Forschungsdatenmanagement sowie 12 Siehe bspw. Yu, Deuble, und Morgan (2017); Helling, Blumtritt, und Mathiak (2018); Read u. a. (2019); Mushi, Pienaar, und van Deventer (2020); Neumann u. a. (2020); Rod, Zhou, und Rousseau (2023); Schiller (2024). 13 Siehe bspw. McGovern (2018); Berman, und Crosas (2020); Helling, Linne, und Busch (2024); unvollständige Liste von FDM-Beratungseinrichtungen, online: https://www.forschungsdaten.org/index.php/FDM-Kontakte (letzter Zugriff: 11. Juni 2025). 14 Nationale Forschungsdateninfrastruktur (NFDI), online: https://www.nfdi.de/ (letzter Zugriff: 11. Juni 2025). 15 Siehe bspw. Barsky (2017); Weng u. a. (2018); Donald u. a. (2023). 16 Siehe bspw. Simukovic u. a. (2014); Kletke u. a. (2024). 21 von Maßnahmen und Lösungen zur Bedienung ebenjener FDM-Bedarfe fehlt zum Zeitpunkt der Verfassung dieser Arbeit im aktuellen Diskurs der FDM-Versorgungslandschaft. Somit gibt es in der FDM-Beratungspraxis bisher kaum eine valide Bedarfsorientierung, da keine wissenschaftlich fundierten Aussagen über tatsächliche FDM-Bedarfslandschaften getroffen werden können. Vor diesem Hintergrund ergibt sich die Frage, wie das Management von Forschungsdaten aus einer planerischen, organisatorischen und qualitativen Perspektive ökonomischer, zielgerichteter und bedarfsorientierter gestaltet werden kann. In der vorliegenden Arbeit wurden zu diesem Zweck anonymisierte FDM-Beratungsprotokolle, die am Data Center for the Humanities (DCH), einem fachspezifisch-geisteswissenschaftlichen Datenzentrum an der Philosophischen Fakultät der Universität zu Köln, entstanden sind, mit Hilfe einer qualitativen Inhaltsanalyse untersucht. Durch mehrere Kodierungsprozesse wurde ein formales Beschreibungsmodell für FDM-Bedarfe, -Maßnahmen und -Lösungen entwickelt, mit dessen Hilfe das Management von Forschungsdaten bedarfsund praxisorientiert definiert, dokumentiert und analysiert werden kann. Das Beschreibungsmodell eignet sich entsprechend zur Definition von FDM-Bedarfen, orientiert am Beratungsalltag einer FDM-Beratungseinrichtung und somit auch an den konkreten FDM-Bedarfen von Forschenden. Darüber hinaus können über ebenjenes Beschreibungsmodell Maßnahmen, Bedingungen und Lösungen in Bezug auf FDM-Bedarfe sichtbar gemacht werden. Auf diese Weise trägt das in dieser Arbeit entwickelte Modell zu einer bedarfsorientierten Gestaltung von FDM-Beratungsservices bei, charakterisiert FDM-Bedarfe auf wissenschaftlicher Basis praxisorientiert und macht notwendige Kompetenzprofile von FDM-Beratungseinrichtungen sowie Forschenden sichtbar. Dabei werden mit dieser Arbeit folgende Forschungsfragen adressiert: • Gibt es Bedarfs-Muster im Forschungsdatenmanagement und wie lassen sie sich abstrakt modellieren und beschreiben? • Welche Maßnahmen und Lösungen zur Bedienung von FDM-Bedarfen gibt es bereits und wie lassen sie sich generisch modellieren? Das Korpus, das dieser Arbeit zugrunde liegt, besteht aus insgesamt 146 anonymisierten FDM-Beratungsprotokollen. Vor dem Hintergrund, dass diese mit dem DCH von einer fachspezifisch-geisteswissenschaftlichen FDM-Beratungseinrichtung stammen, liegt der Fokus dieser Arbeit einerseits auf dem Management von Forschungsdaten innerhalb der Geisteswissenschaften, in denen digitale Forschungsdaten und -ergebnisse eine zunehmend zentrale 22 Rolle spielen (siehe bspw. Poole 2013 Abs. 10). Andererseits ist die Arbeit klar im deutschsprachigen Wissenschaftssystem verortet. Beides schließt allerdings eine Übertragbarkeit des Beschreibungsmodells auf andere (generisch und fachspezifisch ausgerichtete) FDM-Beratungseinrichtungen sowie FDM-Beratungseinrichtungen in anderen Wissenschaftssystemen keineswegs aus. 1.2 Gliederung der Arbeit Die vorliegende Arbeit teilt sich in vier Hauptkapitel auf. Nach dieser Einleitung (Kapitel 1) finden zunächst in Kapitel 2 eine Vorstellung des Data Center for the Humanities (DCH), an dem das dieser Arbeit zugrunde liegende Korpus bestehend aus 146 anonymisierten FDMBeratungsprotokollen entstanden ist, sowie eine kurze Einführung in verbreitete Annahmen und Konzepte über das Management von Forschungsdaten statt. Es folgt eine fachliche Einordnung, in der Grundelemente des Managements von Forschungsdaten mit Hilfe der Struktur eines Datenmanagementplans (DMP) und in Rückbezug auf bestehende Good Practices, die in der Fachliteratur beschrieben werden, erläutert werden. Kapitel 3 präsentiert eine Vorstudie zu FDM-Beratungseinrichtungen im deutschsprachigen Raum. Nach einem State of the Art zu Landschaftsvermessungen im Forschungsdatenmanagement sowie methodischen Erläuterungen werden die Ergebnisse einer anonymen, quantitativen Umfrage zur Vermessung der FDM-Versorgungslandschaft mit Fokus auf FDM-Beratungsservices im deutschsprachigen Raum als Vorstudie zur vorliegenden Arbeit vorgestellt. Sie veranschaulichen den Status quo in Bezug auf die Organisation und Ausgestaltung von FDM-Beratungseinrichtungen und geben Einblicke in ihre jeweilige Beratungspraxis. Kapitel 4 ist dabei stets im Kontext der durch diese Ergebnisse beschriebenen und definierten Versorgungslandschaft zu betrachten. Kapitel 4 stellt den Kern dieser Arbeit dar und präsentiert die Entwicklung eines formalen Beschreibungsmodells für FDM-Bedarfe sowie Maßnahmen und Lösungsansätze zu ihrer Bedienung. Im State of the Art wird zunächst der aktuelle Stand der Erforschung von FDM-Bedarfen beleuchtet und schließlich kritisch eingeordnet. Im Anschluss wird das Untersuchungsmaterial, das dieser Arbeit zugrunde liegt, vorgestellt sowie die methodische Vorgehensweise erläutert. Danach erfolgt eine Einführung in das entwickelte Beschreibungsmodell inklusive einiger Praxisbeispiele. Die Definitionen aller Kategorien des gesamten Beschreibungsmodells sind dieser Arbeit angehängt (siehe Anhang A.1 und A.2). Eine Visualisierung des gesamten Beschreibungsmodells wurde auf Zenodo publiziert (Helling 2025c). Schließlich werden Ergebnisse einer qualitativen und quantitativen Analyse und Auswertung des dieser Arbeit zugrundeliegenden Korpus, bestehend aus anonymisierten FDM-Beratungsprotokollen, im Hinblick auf 23 die fünf am häufigsten identifizierten FDM-Bedarfe Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource und Entwicklung lebende Ressource, vorgestellt, interpretiert sowie in Rückbezug auf aktuelle Forschungsliteratur eingeordnet. Das Kapitel schließt mit der Beschreibung von FDM-Bedarfsprofilen zu ebenjenen FDM-Bedarfen sowie der Skizze von Lösungen zu ihrer Bedienung und notwendigen Kompetenzprofilen für FDM-Beratungseinrichtungen und Forschende. Zuletzt werden in Kapitel 5 die Ergebnisse dieser Arbeit noch einmal kritisch diskutiert. Zudem wird ein Ausblick in Bezug auf die Weiterentwicklung und praktische Anwendung des Beschreibungsmodells an weiteren Standorten, die FDM-Beratungsservices anbieten, gegeben. 24 2. Fachliche Einordnung der Arbeit In diesem Kapitel wird zunächst das Data Center for the Humanities (DCH) als fachspezifischgeisteswissenschaftliches Datenzentrum an der Philosophischen Fakultät der Universität zu Köln, an dem die FDM-Beratungsprotokolle entstanden sind, die im Rahmen dieser Arbeit mit Hilfe einer qualitativen Inhaltsanalyse untersucht wurden (siehe Kapitel 4), vorgestellt (siehe Abschnitt 2.1). Die Beschreibung des DCH orientiert sich dabei an der Struktur der quantitativen Vermessung der FDM-Versorgungslandschaft in Bezug auf FDM-Beratungsservices im deutschsprachigen Raum, die als Vorstudie zu dieser Arbeit durchgeführt wurde (siehe Kapitel 3). Im Anschluss werden Ziele des Managements von Forschungsdaten, so, wie sie aktuell innerhalb der wissenschaftlichen Community im Bereich Forschungsdatenmanagement gesehen werden, beschrieben (siehe Abschnitt 2.2). Schließlich wird die theoretische Ausgestaltung des Managements von Forschungsdaten orientiert an den Strukturen eines Datenmanagementplans (DMP) detaillierter erläutert (siehe Abschnitt 2.3). Zuletzt wird das Management von Forschungsdaten auf Basis seiner zuvor erfolgten Einordnung und Beschreibung noch einmal kritisch zusammengefasst (siehe Abschnitt 2.4). 2.1 Das Data Center for the Humanities (DCH) Im Folgenden wird das Data Center for the Humanities (DCH) als fachspezifisch-geisteswissenschaftliches Datenzentrum, das u. a. FDM-Beratungsservices17 anbietet (Helling, Blumtritt, und Mathiak 2018; Witt u. a. 2018) und an dem die in dieser Arbeit untersuchten FDM-Beratungsprotokolle entstanden sind, vorgestellt und eingeordnet. Wo möglich, wird dabei auch auf Ergebnisse aus der quantitativen Vermessung der FDM-Versorgungslandschaft in Bezug auf FDM-Beratungsservices im deutschsprachigen Raum, die als Vorstudie zu dieser Arbeit durchgeführt wurde (siehe Kapitel 3), verwiesen. Das DCH ist, anders als viele andere FDM-Beratungseinrichtungen,18 nicht an einer Bibliothek, sondern direkt am Dekanat der Philosophischen Fakultät der Universität zu Köln angesiedelt. Es wurde bereits deutlich früher als die Mehrzahl der FDM-Beratungseinrichtungen, die an der Vorstudie zur vorliegenden Arbeit teilgenommen haben,19 gegründet – nämlich 2013 – und besteht somit mittlerweile seit über zehn Jahren. Das DCH verfügt lediglich über ein Vollzeitäquivalent, das auf zwei Mitarbeiter zu jeweils 50 % aufgeteilt ist. Diese beiden ½ Vollzeitäquivalente sind ähnlich wie bei der Mehrzahl der FDM-Beratungseinrichtungen aus der Vorstudie 17 FDM-Services des DCH, online: https://dch.phil-fak.uni-koeln.de/fdm-services (letzter Zugriff: 26. Juni 2025). 18 Siehe Abschnitt 3.3.1.1. 19 Siehe Abschnitt 3.3.1.2. 25 entfristet und auf Dauer finanziert.20 Darüber hinaus verfügt das DCH zusätzlich über mehrere Hilfskraftstellen und wissenschaftliche Mitarbeiter:innen, die in der Regel über Projektmittel zeitlich begrenzt finanziert sind.21 Das Kölner Datenzentrum führt im Durchschnitt 28 FDM-Beratungsgespräche pro Jahr durch, wobei in der Regel ein bis zwei Gespräche pro FDM-Beratungsanfrage geführt werden. Das Beratungsaufkommen ist damit vergleichbar mit anderen FDM-Beratungseinrichtungen.22 Um Kontakt mit dem DCH aufzunehmen, nutzen Forschende in den meisten Fällen E-Mails, aber auch Telefonanfragen sowie Anfragen über persönliche Gespräche sind möglich. Die allermeisten FDM-Beratungsgespräche, an denen in nahezu allen Fällen zwei beratende Personen des DCH teilnehmen, werden dabei in persönlichen Treffen oder per Videocall geführt. Telefonoder E-Mail-Beratungen sind die Ausnahme. Externe Expert:innen werden durch das DCH selten in FDM-Beratungsgespräche eingebunden. Aufgrund der Tatsache, dass das Kölner Datenzentrum fachspezifisch auf die Geisteswissenschaften ausgerichtet ist, stammen nahezu alle anfragenden Forschenden auch aus einer Fachrichtung der Geisteswissenschaften, vereinzelt aber auch aus den Sozialwissenschaften. FDM-Bedarfe, die im Rahmen von FDM-Beratungsgesprächen am DCH behandelt werden, sind häufig Antragsunterstützungen, die Archivierung und/oder Publikation von Forschungsdaten und -ergebnissen sowie die Entwicklung und/oder das Hosting von lebenden Ressourcen.23 Das DCH protokolliert seine FDM-Beratungsgespräche und nutzt dazu seit einigen Jahren ein eigenes Template (Helling 2023). Diese FDM-Beratungsprotokolle werden v. a. für das interne Reporting und zur Unterstützung der eigenen Beratungsservices genutzt. Im Rahmen der vorliegenden Arbeit wurden die FDM-Beratungsprotokolle in anonymisierter Form (siehe Abschnitt 4.3) zur Entwicklung eines formalen Beschreibungsmodells (siehe Abschnitt 4.5 und Anhang A.1 und A.2) für das Management von Forschungsdaten sowie zur Analyse von FDMBedarfen, -Maßnahmen und -Lösungen genutzt (siehe Abschnitt 4.6 und 4.7). 20 Siehe Abschnitte 3.3.1.3 und 3.3.1.4. 21 Personelle Ausstattung des DCH, online: https://dch.phil-fak.uni-koeln.de/ueber-das-dch/team (letzter Zugriff: 26. Juni 2025). 22 Siehe Abschnitt 3.3.1.4. 23 Siehe Abschnitt 4.6.2.1. 32 Nutzungsbedingungen der anbietenden Infrastrukturen frühzeitig berücksichtigt werden (siehe bspw. Haselwanter und Thöricht 2024, 401 ff.).28 2.3.1.2 Datendokumentation Ein wichtiger Bestandteil des Forschungsdatenmanagements ist die Dokumentation (Kompetenzzentrum Forschungsdaten der UzK 2018, 6) von Forschungsdaten zwecks Nachvollziehbarkeit. So gilt es etwa, zu dokumentieren, in welcher Form eine Erhebung während eines Forschungsvorhabens umgesetzt wurde und nach welchen Mustern Forschungsdaten strukturiert bzw. organisiert sind. Auch Informationen über die Provenienz von Forschungsdaten sowie Bearbeitungs-, Bereinigungsund Analyseschritte, die durchgeführt wurden, können in Form von Paradaten eine wichtige Rolle spielen (siehe bspw. Dierkes 2021). Die Art und Weise der Dokumentation (siehe bspw. Rau 2023a; 2023b), etwa durch handschriftliche Feldnotizen, digitale Laborbücher, Markdown-Dateien oder Audioaufnahmen, entscheiden schließlich mit darüber, wie Dokumentation und Forschungsdaten im späteren Verlauf eines Forschungsvorhabens im Rahmen einer Publikation und Archivierung miteinander verknüpft werden können. 2.3.1.3 Beschreibende Metadaten Beschreibende Metadaten (Kompetenzzentrum Forschungsdaten der UzK 2018, 7) hängen schließlich bereits mit Fragestellungen, die die Langzeitarchivierung und Veröffentlichung von Forschungsdaten und -ergebnissen am Ende eines Forschungsvorhabens adressieren, zusammen.29 Die Wahl von adäquaten Metadaten zur Beschreibung administrativer, inhaltlicher, struktureller und ggf. auch bibliographischer Aspekte befördert die Auffindbarkeit und somit ebenso die Nachnutzung von Forschungsdaten und -ergebnissen durch Dritte. Schließlich sind reichhaltige Metadaten in der Regel die entscheidende Grundlage, um Forschungsdaten und -ergebnisse über Suchmaschinen, digitale Kataloge und Bestände auffindbar zu machen. Sofern (fachspezifische) Metadatenstandards für die Beschreibung von Forschungsdaten und -ergebnissen existieren, sollten diese genutzt werden. Sie ermöglichen ihre Beschreibung mit Hilfe von Informationen, die in bestimmten Fachrichtungen und Forschungsfeldern relevant und 28 Bspw. File Format Whitelist des Language Archive Cologne (LAC), online: https://dch.phil-fak.uni-koeln.de/bestaende/language-archive-cologne/user-guides/format-whitelist; präferierte und akzeptierte Dateiformate IANUS Forschungsdatenzentrum Archäologie & Altertumswissenschaften, online: https://ianus-fdz.de/langzeitarchivierung (jeweils letzter Zugriff: 11. Juni 2025). 29 Siehe auch Abschnitt 4.6.2.4.3. 33 etabliert sind. Dadurch kann eine höhere Auffindbarkeit erzeugt werden (siehe bspw. Strickert 2024). 2.3.1.4 Ethische und rechtliche Fragen Auch ethische und rechtlichen Fragen (Kompetenzzentrum Forschungsdaten der UzK 2018, 7 f.) besitzen eine hohe Relevanz für das Management von Forschungsdaten. Sofern ethische und rechtliche Schranken für ein Forschungsvorhaben gelten, haben diese in der Regel auch einen direkten Einfluss auf andere Bereiche des Forschungsdatenmanagements, bspw. auf die Speicherung während der Projektlaufzeit und Backup-Strategien, die Auswahl und Datenarchivierung oder die Datenpublikation: Schutzwürdige Forschungsdaten und -ergebnisse können ggf. nur unter besonderen Sicherheitsvorkehrungen während eines Forschungsvorhabens gespeichert werden. Generelle ethische und rechtliche Schranken können u. U. außerdem verhindern, dass Forschungsdaten und -ergebnisse langfristig aufbewahrt oder veröffentlicht werden, etwa aus personenschutzrechtlichen oder urheberrechtlichen Gründen (siehe bspw. Gebel u. a. 2015). Wenn Forschungsdaten und -ergebnisse, unabhängig von ihrer potenziellen Schutzwürdigkeit, aus einem Projektvorhaben heraus veröffentlicht und Dritten zur Nachnutzung zugänglich gemacht werden, können v. a. Lizenzen einen klaren rechtlichen Rahmen definieren, in dem eine solche Nachnutzung möglich ist (siehe bspw. Losehand 2024). Vergleichbares gilt dabei auch für Software und Code, die im Rahmen von Forschungsvorhaben entwickelt und am Ende veröffentlicht werden (siehe bspw. Schaaf 2013, 33 ff.). 2.3.1.5 Speicherung während der Projektlaufzeit und Backup-Strategien Zwei zentrale Aspekte des Forschungsdatenmanagements während eines Forschungsvorhabens sind die der Speicherung während der Projektlaufzeit sowie Backup-Strategien (Kompetenzzentrum Forschungsdaten der UzK 2018, 8 f.). Dabei geht es v. a. um benötigte Speicherkapazitäten, potenzielle Kosten und konkret genutzte, technische Infrastruktur. Letztere kann u. U. verschiedene Möglichkeiten für kollaboratives Arbeiten und Formen des Zugriffs auf Forschungsdaten für unterschiedliche Personen bieten, wenngleich Letzteres ein Aspekt ist, der nicht explizit im DMP-Template der Universität zu Köln behandelt wird. Um möglichen Datenverlusten vorzubeugen und ggf. auch verschiedene Zwischenstände von Forschungsdaten in einem Forschungsvorhaben zu sichern, gehören zusätzlich Backup-Strategien und Recoverysowie Notfallpläne zu den relevanten Punkten des Forschungsdatenmanagements (siehe bspw. Berthold 2016). 34 Die Aspekte der Speicherung während der Projektlaufzeit und Backup-Strategien konnten auch im Rahmen der qualitativen Analysen innerhalb der vorliegenden Arbeit als Themen v. a. in der Antragsphase von Forschungsvorhaben festgestellt werden, allerdings deutlich seltener als andere FDM-bezogenen Aspekte.30 2.3.1.6 Auswahl und Datenarchivierung Mit der Auswahl und Datenarchivierung (Kompetenzzentrum Forschungsdaten der UzK 2018, 10) von Forschungsdaten und -ergebnissen werden schließlich Aspekte der Langzeitarchivierung und Langzeitverfügbarkeit (siehe bspw. Altenhöner und Schrimpf 2014, 854 ff. Weber und Piesche 2021, 338 ff.) am Ende eines Forschungsvorhabens beschrieben. Hierzu gehören die Entscheidung, welche Forschungsdaten und -ergebnisse archiviert werden sollen bzw. dürfen, sowie die Auswahl einer geeigneten technischen Infrastruktur. 2.3.1.7 Datenpublikation Im Sinne der Verfügbarmachung von Forschungsdaten und -ergebnissen für Dritte stellt die Datenpublikation (Kompetenzzentrum Forschungsdaten der UzK 2018, 11) ein zentrales Ziel von Forschungsdatenmanagement dar. Es gilt hier u. a., zu definieren, welche Forschungsdaten und -ergebnisse unter welchen Bedingungen, bspw. spezifischen Zugriffsregelungen, veröffentlicht werden sollen bzw. dürfen.31 Verschiedene Publikationsmodelle wie Gold oder Green Open Access (siehe bspw. Strauß und Rücknagel 2021) spielen dabei genauso eine Rolle wie spezifische Lizenzen, die für veröffentlichte Forschungsdaten und -ergebnisse, sofern ein Urheberrecht vorliegt, vergeben werden und so die Rahmenbedingungen für deren Nachnutzung definieren. 2.3.1.8 Umgang mit lebenden Ressourcen Neben den im Vorangegangenen beschriebenen und erläuterten Aspekten, die gemeinhin zum Forschungsdatenmanagement gezählt werden, gibt es mit dem Umgang mit lebenden Ressourcen noch ein weiteres Element, das Teil des Forschungsdatenmanagements, jedoch nicht Teil des DMP-Templates der Universität zu Köln ist. Unter lebenden Ressourcen werden dynamische Anwendungen im Sinne von Websites, digitalen Tools, Datenzugangsschichten, Visualisierungen, digitalen Editionen und Datenbanken verstanden, die ausgeführten Softwarecode enthalten und entsprechend betrieben und betreut 30 Siehe Abschnitt 4.6.2.8. 31 Siehe auch Abschnitt 4.6.2.4.4. 35 werden müssen. Damit unterscheiden sie sich eindeutig von rein statischen Forschungsdaten als Ergebnisse von Forschungsprozessen. Lebende Ressourcen können gleichermaßen isoliert nachnutzbare Systeme, (interaktive) Repräsentationen von oder (dynamische) Zugangssichten zu Forschungsdaten und -ergebnissen, also zentrale Instrumente digitaler Ergebnissicherung und -nachnutzung, sowie Träger wissenschaftlichen Mehrwerts sein. Entsprechend stellen sie auch Ergebnisse von Forschungsprozessen dar und sind in gleichem Maße wie Forschungsdaten langfristig zu bewahren sowie möglichst frei Dritten zugänglich zu machen (siehe bspw. Fischer u. a. 2021). Dabei sind v. a. in der Planungsund Entwicklungsphase solcher lebenden Ressourcen wichtige Entscheidungen, bspw. in Bezug auf zu verwendende Technologie-Stacks und geeignete Laufzeitumgebungen, zu treffen, die einen Einfluss darauf haben können, ob und wie ein langfristiges Hosting ebenjener Ressourcen gewährleistet werden kann.32 2.3.2 Abschließende Einordnung der Erläuterungen zum Forschungsdatenmanagement Datenmanagementpläne als Planungsinstrumente für das Management von Forschungsdaten erfordern es von Forschenden, vor und während der Durchführung eines Forschungsvorhabens Informationen zu den im Vorangegangenen beschriebenen FDM-Aspekten zu dokumentieren. Häufig verfügen Forschende allerdings nicht über ausreichende FDM-Kompetenzen und -Kenntnisse, um Datenmanagementpläne im intendierten Sinne zu nutzen (Perry und Netscher 2022), weshalb sie als möglicher Untersuchungsgegenstand zur praxisnahen Erforschung von Forschungsdatenmanagement nicht geeignet sind. Darüber hinaus stellen die besprochenen Aspekte des Forschungsdatenmanagements, so, wie sie auch in gängigen Datenmanagementplan-Templates gelistet werden, zwar mittlerweile anerkanntes und in der Breite der Wissenschaft praktiziertes Wissen über das Management von Forschungsdaten dar, allerdings beruhen diese Aspekte in ihrer Beschreibung und Definition nicht auf wissenschaftlichen Studien oder datenbasierten Erkenntnissen über das Forschungsdatenmanagement und sind daher tendenziell eher allgemein gehalten, ohne das Management von Forschungsdaten wirklich detailliert und fundiert erfassen zu können. Entsprechend dient die hier erfolgte generische Beschreibung des Managements von Forschungsdaten orientiert am DMP-Template der Universität zu Köln lediglich als grobe Einordnung in das Untersuchungsfeld. Die vorliegende Arbeit fokussiert schließlich durch die 32 Siehe auch Abschnitt 4.6.2.4.1. 36 Entwicklung eines formalen und wissenschaftsgeleiteten Beschreibungsmodells für FDM-Bedarfe sowie Maßnahmen und Lösungsansätze zur Bedienung ebenjener FDM-Bedarfe und die qualitative Analyse von FDM-Beratungsprotokollen die kritische Überprüfung gängiger Vorstellungen vom Management von Forschungsdaten. 2.4 Zusammenfassung In diesem Kapitel konnten wichtige Aspekte des Forschungsdatenmanagements grundsätzlich eingeführt und zumindest auf einer generischen, konzeptuellen Ebene kontextualisiert werden – einer Ebene, die eher einem verbreiteten Ideal als der gelebten FDM-Praxis entspricht. Das hier zu Illustrationszwecken herangezogene DMP-Template der Universität zu Köln vermittelt Grundbegriffe des Forschungsdatenmanagements, ohne diese jedoch im Detail auszudifferenzieren oder zu definieren. Dennoch, die hier genannten Begriffe werden im Laufe dieser Arbeit eine wichtige Rolle spielen, schließlich werden sie im Rahmen der Analysen detailliert charakterisiert und miteinander in Beziehung gesetzt. Dies ist v. a. nötig, da die tatsächliche Umsetzung der im Vorangegangenen beschriebenen Aspekte des Forschungsdatenmanagements von verschiedensten Faktoren wie CommunityStandards einzelner Fachrichtungen, Kompetenzen auf Seiten der Forschenden oder Servicestrukturen an Forschungseinrichtungen abhängig ist, die im bisherigen Diskurs über das Management von Forschungsdaten viel zu wenig berücksichtigt wurden. Zum Zweck der weiteren strukturellen Einordnung der vorliegenden Arbeit wurde im Rahmen einer Vorstudie eine anonymisierte, quantitative Umfrage über die FDM-Beratungssituation im deutschsprachigen Raum durchgeführt. Die Ergebnisse dieser Vorstudie werden im Folgenden beschrieben und ausgewertet. 37 3 Vorstudie – quantitative FDM-Landschaftsvermessung mit Fokus auf FDM-Beratungsservices im deutschsprachigen Raum Um einen fundierten Eindruck über die Beratungspraxis von FDM-Beratungseinrichtungen zu erhalten, wurde eine anonyme, quantitative Umfrage als Vorstudie zu dieser Arbeit durchgeführt, die sich an Beratungseinrichtungen an Universitäten und außeruniversitären Forschungseinrichtungen im deutschsprachigen Raum richtete. Die Ergebnisse dieser Vorstudie dienen der quantitativen Beschreibung von FDM-Beratungsservices und bieten einen strukturellen Rahmen für das in dieser Arbeit entwickelte Beschreibungsmodell für das Management von Forschungsdaten sowie die durchgeführten qualitativen und quantitativen Analysen. Das gesamte Beschreibungsmodellmodell (siehe Abschnitt 4.5 und Anhang A.1 und A.2), Erkenntnisse in Bezug auf FDM-Bedarfsmuster, Maßnahmen und Lösungsansätze zur Bedienung von FDM-Bedarfen sowie identifizierte Kompetenzprofile auf Seiten von FDM-Beratungseinrichtungen und Forschenden (siehe Abschnitte 4.6 und 4.7) sind stets im Kontext der in dieser Vorstudie beschriebenen Beschaffenheit und Ausgestaltung von FDM-Beratungsservices im deutschsprachigen Raum zu verstehen. Schließlich gilt es, perspektivisch das Beschreibungsmodell als standardisierte Sprache für die Protokollierung, Analyse und Auswertung von FDM-Beratungsgesprächen in dieses Service-Ökosystem zu implementieren, um auf diese Weise eine Professionalisierung des Managements von Forschungsdaten voranzutreiben. Im Folgenden wird zunächst der State of the Art bezüglich der Erforschung von FDM-Versorgungslandschaften vorgestellt (siehe Abschnitt 3.1) und der methodische Ansatz der Vorstudie sowie ihre praktische Durchführung beschrieben (siehe Abschnitt 3.2). Im Anschluss folgen die Auswertung und Interpretation der Ergebnisse der Umfrage vor dem Hintergrund aktueller Forschungsliteratur (siehe Abschnitt 3.3) sowie eine abschließende Zusammenfassung (siehe Abschnitt 3.4). 3.1 State of the Art – FDM-Landschaftsvermessung Es existieren bereits viele quantitative und qualitative Studien im Bereich des Forschungsdatenmanagements, die sich auf unterschiedliche Schwerpunkte der Ausgestaltung von FDMServices bzw. mehr oder minder auf die Ausgestaltung einer FDM-Versorgungslandschaft beziehen. Nur wenige Studien beschäftigen sich mit einer gesamten FDM-Versorgungslandschaft, bspw. bei Helling, Moeller und Mathiak (2018), wo mit Hilfe leitfadengestützter 38 Interviews die FDM-Versorgungslandschaft für die Geisteswissenschaften im deutschsprachigen Raum untersucht wurde. Viele quantitative Umfragen und teilweise auch qualitative Interviews werden durchgeführt, um Informationen über FDM-Praktiken und -Bedarfe einer bestimmten Zielgruppe zu sammeln und lokale FDM-Services an diesen auszurichten (siehe bspw. Fellous-Sigrist 2016; Arndt u. a. 2018; Kletke u. a. 2024; Donald u. a. 2023). Wenngleich hier der Fokus nicht explizit auf der Beforschung von FDM-Versorgungslandschaften liegt, tragen die Ergebnisse solcher Erhebungen durchaus mit zur Gestaltung von ebenjenen Versorgungslandschaften bei. Schließlich stellen ihre Resultate häufig die Grundlage für die Ausgestaltung von FDM-Services innerhalb einer FDM-Versorgungslandschaft dar, obwohl die eingesetzten Methoden zur Erfassung von FDM-Praktiken und -Bedarfen durchaus kritisch betrachtet werden müssen (siehe Abschnitt 4.2). Einige Studien befassen sich schließlich mit der Evaluation des Implementierungsgrads bzw. dem Status der Ausgestaltung von FDM-Services an verschiedenen FDM-Serviceeinrichtungen (siehe bspw. Cox u. a. 2017; Singh, Bharti, und Madalli 2022; Amanullah und Abrizah 2023; Hackett und Kim 2024) und setzen hierzu v. a. quantitative Methoden im Sinne von Umfragen sowie qualitative Interviews ein. Selbst-Evaluationstools wie die deutsche Implementierung des RISE-Modells (Rans und Whyte 2017), RISE-DE (siehe bspw. Hartmann, Jacob, und Weiß 2019; Kuberek und Steinke 2022; Ariza de Schellenberger u. a. 2023), das auch im Rahmen des Verbundprojekts ‚FDnext – Weiterentwicklung der Forschungsdatenpraxis: Werkzeuge zur Qualitätsentwicklung für Serviceeinrichtungen in Kooperation mit Fachbereichen und Forschungsverbünden‘33 eingesetzt wird (Augsten u. a. 2022; 2023), bieten einzelnen FDM-Standorten schließlich die Möglichkeit, ihre eigenen Services zu prüfen und in einem Skalen-System einzuordnen, wodurch auch die Ausgestaltung einer FDM-Versorgungslandschaft, in der sich jene Standorte befinden, mit definiert wird. Die Rolle einzelner FDM-Stakeholder innerhalb einer FDM-Versorgungslandschaft, bspw. Bibliotheken (siehe bspw. Flores u. a. 2015) oder Landesinitiativen für das Management von Forschungsdaten in Deutschland (siehe bspw. Brand u. a. 2023), wurde genauso untersucht wie die Versorgungsund Angebotslandschaft in Bezug auf spezifische Infrastrukturen wie u. a. institutionelle Repositorien (siehe bspw. Luther 2018; Arlitsch und Grant 2018). Auch die Auseinandersetzung mit Angeboten zur Weiterbildung im Forschungsdatenmanagement gehört 33 FDnext, online: https://www.forschungsdaten.org/index.php/FDNext (letzter Zugriff: 23. Juli 2025). 39 mit in den Bereich der Untersuchung spezifischer Teilbereiche einer FDM-Versorgungslandschaft (siehe bspw. Fry u. a. 2017). Obwohl auch sie ein zentraler Bestandteil einer FDM-Versorgungslandschaft sind, lag der Fokus solcher Überprüfungen und Evaluationen bisher allerdings noch nicht auf FDM-Beratungsservices, also Angebotsstrukturen, über die Forschende direkte Beratungen bei Fragen zum Management von Forschungsdaten erhalten. Um diesen ‚blinden Fleck‘ bezüglich der Untersuchung von FDM-Versorgungslandschaften zu schließen, quantitative Aussagen über FDMBeratungsservices im deutschsprachigen Raum treffen zu können und die vorliegende Arbeit in einen strukturellen Gesamtkontext einzuordnen, wurde im Rahmen einer Vorstudie eine entsprechende anonyme, quantitative Umfrage zur Beratungspraxis durchgeführt. 3.2 Methodologischer Ansatz Zur Erfassung von Informationen über die Ausgestaltung von FDM-Beratungsservices im deutschsprachigen Raum wurde im Rahmen der Vorstudie die Methode der anonymen, quantitativen Umfrage gewählt. Diese eignet sich insbesondere, um numerische Daten zu erhalten (Böhmert und Abacioglu 2023, 70), typischerweise von einer vergleichsweise großen Anzahl an Personen bzw. Teilnehmenden, und wurde bereits zur Erforschung anderer Servicestrukturen im Forschungsdatenmanagement bzw. von Teilbereichen von FDM-Versorgungslandschaften erfolgreich angewendet (siehe Abschnitt 3.1).34 3.2.1 Inhaltliche Struktur der Umfrage Der inhaltliche Fokus der anonymen, quantitativen Umfrage lag sowohl auf der Beratungsund Protokollierungspraxis von FDM-Beratungseinrichtungen als auch auf ihren organisatorischen Strukturen. Die Umfrage war entsprechend in sechs thematische Bereiche aufgeteilt und bestand aus insgesamt 45 Fragen, sechs offenen Fragen, sechs geschlossenen Fragen, zwölf halboffenen Fragen sowie einer halboffenen Ratingfrage, 16 Ratingfragen und vier Fragen mit einer Ordinalskala. Die inhaltliche Konzeption der Fragen fand v. a. deduktiv statt (siehe bspw. Döring 2023, 225) und beruht u. a. auf bestehenden Konzepten und Modellen wie der DFGFächersystematik35 im Kontext der Abfrage von Fachrichtungen, aus denen FDM-Beratungsanfragen an FDM-Beratungseinrichtungen herangetragen werden, den Strukturen des 34 Während sich die Methode der quantitativen Umfrage für die Vermessung und Erforschung der FDM-Versorgungslandschaft mit einem Fokus auf FDM-Beratungsservices eignet, weist sie bei der detaillierten Untersuchung von FDM-Bedarfen Defizite auf, weshalb sie in diesem Kontext weniger geeignet ist (siehe Abschnitte 4.1 und 4.2). 35 DFG Fächersystematik, online: https://www.dfg.de/dfg_profil/gremien/fachkollegien/faecher/ (letzter Zugriff: 11. Juni 2025). 40 Forschungsdatenlebenszyklus (siehe bspw. Rümpel 2011; Ray 2014, 11 ff.) sowie von Datenmanagementplänen und auf Alltagswissen und persönliche Erfahrungen36 des Autors durch seine praktische Arbeit am Data Center for the Humanities (DCH) an der Universität zu Köln. Folgende thematische Bereiche waren Teil der Umfrage: 1. Allgemeine Fragen zur FDM-Beratungseinrichtung In diesem Themenbereich lag der Fokus auf strukturellen und organisatorischen Aspekten von FDM-Beratungseinrichtungen. Es wurde u. a. abgefragt, an welchen übergeordneten Organisationseinheiten, bspw. Rechenzentrum, Bibliothek oder Fakultät, FDM-Beratungseinrichtungen angesiedelt sind, über welche finanzielle und personelle Ausstattung sie verfügen sowie, wie viele FDM-Beratungsgespräche im Durchschnitt pro Jahr an FDM-Beratungseinrichtungen durchgeführt werden. 2. Allgemeine Fragen zu FDM-Beratungsgesprächen Hier wurde abgefragt, aus welchen Fachrichtungen gemäß der DFG-Fächersystematik die anfragenden Forschenden in welcher durchschnittlichen Häufigkeit stammen und, wie anfragende Forschende in der Regel Kontakt mit FDM-Beratungseinrichtungen aufnehmen. 3. Formate der Durchführung von FDM-Beratungsgesprächen Im dritten Themenbereich wurde bspw. erfragt, in welchem Format und mit wie viel Personal FDM-Beratungsgespräche durchgeführt werden. Auch die Einbindung von externen Expert:innen in FDM-Beratungsgesprächen wurde hier thematisiert. 4. Inhaltliche Aspekte von FDM-Beratungsgesprächen Der vierte Themenbereich konzentrierte sich auf die inhaltlichen Themen im Sinne von FDM-Bedarfen, die in FDM-Beratungsgesprächen besprochen werden bzw. zu denen anfragende Forschende FDM-Beratungsgespräche anfragen. Zu diesem Zweck wurde eine Auswahlliste mit insgesamt 13 inhaltlichen Themenbereichen sowie kurzen Erläuterungen zusammengestellt, die sowohl auf den Erfahrungen des Autors dieser Arbeit 36 Alltagswissen und persönliche Erfahrungen werden u. a. von Kuckartz und Rädiker (2022, 73) im Rahmen qualitativer Methoden als mögliche Quellen für deduktive Kategorienbildung genannt, die sich auch auf die Konzeption von Fragen im Rahmen quantitativer Umfragen anwenden lassen. 41 beruhen als auch grundsätzlich an der Struktur des Forschungsdatenlebenszyklus orientiert sind. Darüber hinaus wurde mit einem zusätzlichen Freitextfeld die Möglichkeit gegeben, auch FDM-Themenbereiche und -Bedarfe zu vermerken, die im Zweifel nicht mit den vorgegebenen Antwortmöglichkeiten abgedeckt wurden. 5. Protokollierung von FDM-Beratungsgesprächen Mit dem fünften Themenbereich wurde erfasst, ob und – wenn ja – zu welchem Zweck FDM-Beratungsgespräche durch FDM-Beratungseinrichtungen protokolliert werden und, wie mit diesen FDM-Beratungsprotokollen umgegangen wird. So wird bspw. abgefragt, zu welchem Zweck Protokollierungen erstellt werden. 6. Auswertung von FDM-Beratungsprotokollen Der letzte Themenbereich widmete sich schließlich der weiterführenden Auseinandersetzung mit FDM-Beratungsprotokollen durch FDM-Beratungseinrichtungen selbst. Sofern sie FDM-Beratungsprotokolle analysieren und auswerten, wurde in diesem letzten Abschnitt erfasst, welche Inhalte der FDM-Beratungsprotokolle analysiert werden, ebenso, zu welchem Zweck dies geschieht. 3.2.2 Durchführung der Umfrage Die Umfrage wurde mit einer LimeSurvey-Instanz der Universität zu Köln umgesetzt.37 Vor ihrer Veröffentlichung wurde ein Pretest mit insgesamt fünf Personen durchgeführt. Es wurde dabei darauf geachtet, dass durch die am Pretest teilnehmenden Personen verschiedene Formen von wissenschaftlichen Einrichtungen bzw. Strukturen vertreten waren. So stammten die Teilnehmenden am Pretest jeweils von einer generischen bzw. fachspezifisch-geisteswissenschaftlichen FDM-Beratungseinrichtung, einer nationalen FDM-Initiative, einem datengetriebenen Forschungsvorhaben sowie einem digitalen Forschungszentrum im deutschsprachigen Raum. Das Feedback der Teilnehmenden auf den ersten Entwurf der Umfrage war grundsätzlich positiv. Verbesserungsvorschläge in Bezug auf simplere Textformulierungen sowie kleine Rechtschreibfehler wurden eingearbeitet, auch Hinweise auf generischere Formulierungen, insbesondere in Bezug auf einige Antwortmöglichkeiten, wurden in der finalen Umfrage 37 Lime Survey der Universität zu Köln, online: https://rrzk.uni-koeln.de/internetzugang-web/bausteine-fuer-webseiten/online-umfragen/limesurvey (letzter Zugriff: 11. Juni 2025). 48 Abb. 7: Durchschnittliche Anzahl von FDM-Beratungsgesprächen an FDM-Beratungseinrichtungen pro Jahr (N = 41). In der Regel führen FDM-Beratungseinrichtungen pro FDM-Beratungsanfrage ein bis zwei Gespräche (siehe Abbildung 8), teilweise auch häufiger. Regelmäßigere Treffen zwischen anfragenden Forschenden und einer FDM-Beratungseinrichtung können dabei das Volumen von FDM-Beratungsgesprächen pro Jahr erhöhen. Abb. 8: Durchschnittliche Anzahl an FDM-Beratungsgesprächen, die pro Anfrage mit Forschenden geführt werden (N = 41). 0 1 2 3 4 5 6 7 8 9 keine Angabe 60 < 50-60 40-50 30-40 20-30 10-20 0-10 Durchschnittliche Anzahl FDM-Beratungsgespräche pro Jahr Häufigkeit 0 5 10 15 20 25 keine Angabe mehr als dreimal dreimal zwei bis dreimal zweimal ein bis zweimal einmal Durchschnittliche Anzahl FDM-Beratungsgespräche pro Anfrage Häufigkeit 49 Ein Vergleich zwischen der personellen Ausstattung und dem jährlichen Beratungsaufkommen zeigt, dass hier keine Korrelation festzustellen ist (siehe Abbildung 9). Zwar beraten FDMBeratungseinrichtungen mit einer personellen Ausstattung zwischen 4,5 und 5,5 Vollzeitäquivalenten deutlich mehr als Einrichtungen mit weniger Personal, allerdings bewegt sich die Anzahl der jährlichen FDM-Beratungsgespräche bei FDM-Beratungseinrichtungen mit > 0,5 bis 2,5 Vollzeitäquivalenten zwischen 28 und 40 Gesprächen. FDM-Beratungseinrichtungen mit 2,5 bis 4,5 Vollzeitäquivalenten beraten hingegen deutlich seltener. Abb. 9: Vergleich der durchschnittlichen Anzahl von FDM-Beratungsgesprächen pro Jahr im Verhältnis zur personellen Ausstattung von FDM-Beratungseinrichtungen. Da für die jeweiligen personellen Ausstattungs-Ranges sowie die durchschnittlichen Volumina an FDM-Beratungsgesprächen pro Jahr unterschiedlich viele Daten erfasst wurden, können die hier präsentierten Ergebnisse allerdings höchstens eine Tendenz vermitteln und müssen grundsätzlich einzeln betrachtet werden. Dennoch repräsentieren die Vorgehensweise und die tentativen Ergebnisse einen methodischen Ansatz, der in Zukunft weiterverfolgt werden könnte, um eine fundierte Einschätzung über die personelle Ausstattung von FDM-Beratungseinrichtungen sowie deren jährliche Beratungsleistung zu erhalten. Dies könnte dabei helfen, FDM-Beratungseinrichtungen vor dem Hintergrund der Anzahl an FDM-Beratungsanfragen und dem damit verbundenen Arbeitsaufwand angemessen auszustatten bzw. diesbezüglich datenbasierte Empfehlungen auszusprechen. 0 10 20 30 40 50 60 70 > 0,5 0,5-1,5 1,5-2,5 2,5-3,5 3,5-4,5 4,5-5,5 < 5,5 Anzahl durchschnittlicher FDMBeratungsgespräche/Jahr Vollzeitäquivalente Anzahl durchschnittlicher FDM-Beratungsgespräche/Jahr vs. personelle Ausstattung Häufigkeit 50 3.3.1.5 Formen der Kontaktaufnahme mit FDM-Beratungseinrichtungen FDM-Beratungseinrichtungen bieten sehr unterschiedliche Kontaktmöglichkeiten für anfragende Forschende an. Die meisten Einrichtungen können per E-Mail oder Telefon erreicht werden. Einige bieten darüber hinaus auch Helpdesks bzw. Webformulare an, damit Forschende Kontakt aufnehmen können (siehe Tabelle 1). Tab. 1: Durch FDM-Beratungseinrichtungen angebotene Möglichkeiten der Kontaktaufnahme (N = 41 | Mehrfachauswahl möglich). Kontaktmöglichkeiten Nennung durch Teilnehmende E-Mail 40 Telefon 37 persönliches Gespräch 21 Helpdesk/Webformular 13 offene Sprechstunde 3 Chat 1 Entsprechend häufig werden FDM-Beratungsgespräche auch über E-Mail angefragt. Die meisten Teilnehmenden gaben an, dass sie häufig bis sehr häufig über E-Mail kontaktiert werden. Der Kontakt über Telefon erfolgt bereits seltener, dennoch im Vergleich zu anderen Formen der Kontaktaufnahme noch vergleichsweise oft. Festzustellen ist, dass es generell verschiedenste Formen der ersten Kontaktaufnahme gibt, die alle genutzt werden (siehe Tabelle 2). Tab. 2: Nutzung der verschiedenen Möglichkeiten der Kontaktaufnahme durch anfragende Forschende (N = 41 | Mehrfachauswahl möglich). Kontaktmöglichkeiten sehr häufig häufig manchmal selten keine Angabe E-Mail 19 14 7 / / Telefon / 11 21 5 / persönliches Gespräch / 3 13 5 / Helpdesk/Webformular 4 5 1 3 / offene Sprechstunde / / 2 1 / Chat / / 1 / / 3.3.2 Formate der Durchführung von FDM-Beratungsgesprächen Im Folgenden wird deutlich, dass FDM-Beratungsgespräche häufig in unterschiedlichen Formaten durchgeführt werden. Dabei nimmt in der Regel nur eine beratende Person an den Gesprächen teil, wobei externe Expert:innen eher selten involviert werden. Beraten werden 51 dabei Forschende aus allen Fachrichtungen, viele FDM-Beratungsgespräche werden mit Forschenden aus den Geistesund Sozialwissenschaften geführt. 3.3.2.1 Formate für FDM-Beratungsgespräche Auch für die Durchführung von FDM-Beratungsgesprächen werden unterschiedliche Formate angeboten (siehe Tabelle 3). Die Möglichkeit, FDM-Beratungen per Videocall, persönlichem Gespräch, E-Mail oder Telefon zu führen, bieten besonders viele FDM-Beratungseinrichtungen an. Tab. 3: Durch FDM-Beratungseinrichtungen angebotene Formate für FDM-Beratungsgespräche (N = 41 | Mehrfachauswahl möglich). Formate für FDM-Beratungsgespräche Nennung durch Teilnehmende Videocall 41 persönliches Gespräch 35 E-Mail 34 Telefon 31 Chat 2 Es sind v. a. Videocalls, die häufig bis sehr häufig für die Durchführung von FDM-Beratungsgesprächen genutzt werden (siehe Tabelle 4). Persönliche Gespräche sowie E-Mails und Telefongespräche werden von vielen FDM-Beratungseinrichtungen manchmal bis häufig eingesetzt. Während insbesondere Videocalls und persönliche Gespräche, aber auch Telefongespräche die Möglichkeit bieten, in einer tatsächlichen Unterhaltung in den Austausch mit anfragenden Forschenden zu treten, stellen E-Mail-Beratungen eine unpersönlichere Form der FDM-Beratung dar, bei der ggf. nicht alle notwendigen Informationen für eine vollumfassende FDM-Beratung identifiziert werden können, die sich sonst aus einem dynamisch geführten Gespräch ergeben hätten. Es liegt hier die Vermutung nah, dass die Häufigkeit von E-Mail-Beratungen auch mit personellen und zeitlichen Kapazitäten einzelner FDM-Beratungseinrichtungen sowie der anfangenden Forschenden zusammenhängen könnten.44 Die Beantwortung einer E-Mail ist in vielen 44 Diese Vermutung steht zwar im Wiederspruch mit Schlussfolgerungen bezüglich der personellen Ausstattung von FDM-Beratungseinrichtungen und dem durchschnittlichen Beratungsaufkommen pro Jahr (siehe Abschnitt 3.3.1.4). Allerdings ist davon auszugehen, dass die Beratung und Unterstützung von Forschenden bei Fragen zum Management von Forschungsdaten nicht die einzigen Tätigkeiten einer FDM-Beratungseinrichtung sind, sodass die grundsätzliche Arbeitsleistung in FDM-Beratungseinrichtungen durchaus über die reinen Beratungsservices hinausgeht. 52 Fällen schlichtweg schneller als die Vereinbarung und Durchführung eines persönlichen FDMBeratungsgesprächs, per Videocall oder am Telefon. Tab. 4: Nutzung der verschiedenen Formate für FDM-Beratungsgespräche (N = 41 | Mehrfachauswahl möglich). Formate für FDM-Beratungsgespräche sehr häufig häufig manchmal selten keine Angabe Videocall 17 16 5 2 1 persönliches Gespräch 1 12 14 7 1 E-Mail 8 14 8 3 1 Telefon / 13 17 1 / Chat / / 1 / 1 3.3.2.2 Teilnehmende an FDM-Beratungsgesprächen Häufig nimmt lediglich eine beratende Person an einem FDM-Beratungsgespräch teil, allerdings gaben auch noch vergleichsweise viele Teilnehmende an, dass an ihren FDM-Beratungseinrichtungen in der Regel zwei Personen anfragende Forschende im Rahmen eines FDM-Beratungsgesprächs beraten (siehe Abbildung 10). Abb. 10: Anzahl der beratenden Personen pro FDM-Beratungsgespräch (N = 41). Tendenziell selten bis nie werden dabei externe Expert:innen, also Personen außerhalb der eigenen FDM-Beratungseinrichtung, zu FDM-Beratungsgesprächen hinzugezogen (siehe Tabelle 5). Dies könnte einerseits darin begründet sein, dass es hierzu keinen Bedarf gibt, da die FDM-Beratungseinrichtungen in der Regel selbst in der Lage sind alle FDM-Bedarfe anfragender Forschender zu bedienen. Andererseits könnte dieses Ergebnis auch ein Hinweis darauf sein, dass FDM-Beratungseinrichtungen nicht ausreichend vernetzt oder organisiert sind, um 0 5 10 15 20 25 drei Personen zwei Personen eine Person Anzahl beratender Personen bei FDM-Beratungsgesprächen Häufigkeit 53 ggf. notwendige Expert:innen zu FDM-Beratungsgesprächen einzuladen.45 Für letztere Interpretation sprechen u. a. Bestrebungen innerhalb der nationalen Forschungsdateninfrastruktur (NFDI), bei denen insbesondere versucht wird beratendes Personal der FDM-Helpdesks der einzelnen Konsortien miteinander zu vernetzen, um verteilte Kompetenzen gemeinsam nutzen zu können (siehe bspw. Engel u. a. 2024). Tab. 5: Häufigkeit der Teilnahme externer Expert:innen an FDM-Beratungsgesprächen (N = 41). sehr häufig häufig manchmal selten nie Teilnahme externer Expert:innen an FDM-Beratungsgesprächen 1 2 8 12 18 3.3.2.3 Fachrichtungen aus denen FDM-Beratungsanfragen gestellt werden Aus den Ergebnissen bezüglich der Fachrichtungen (gemäß der DFG-Fächersystematik), in denen anfragende Forschende arbeiten, wird deutlich, dass insbesondere Forschende aus den Geistesund Sozialwissenschaften FDM-Beratungen anfragen (siehe Abbildung 11). Abb. 11: Durchschnittliche prozentuale Häufigkeit von FDM-Beratungsanfragen nach Fachrichtungen gemäß der DFG-Fächersystematik (N = 41). Insgesamt gaben 14 Teilnehmende an, dass über 50 % ihrer FDM-Beratungsanfragen aus den Geistesund Sozialwissenschaften stammen, weitere 14 Teilnehmende vermerkten, dass mindestens 30-50 % der FDM-Beratungsanfragen aus diesen Fachrichtungen an sie 45 Eine gute Vernetzung von FDM-Beratungseinrichtungen konnte im Rahmen der qualitativen Analysen in dieser Arbeit als ein Aspekt notwendiger Kompetenzprofile von FDM-Beratungseinrichtungen festgestellt werden (siehe Abschnitt 4.7). 0 2 4 6 8 10 12 14 16 unter 10% 10-30% 30-50% 50-70% 70-90% mehr als 90% 100% Häuigkeit von FDM-Beratungsanfragen aus Fachrichtungen Geistesund Sozialwissenschaften Lebenswissenschaften Ingenieurswissenschaften Naturwissenschaften 54 herangetragen werden. Vier Personen gaben sogar an, dass sie ausschließlich Forschende aus den Geistesund Sozialwissenschaften bei Fragen zum Management von Forschungsdaten beraten. Dies konnte darüber hinaus für keine andere Fachrichtung festgestellt werden. Diese Angaben spiegeln sich schließlich auch bei einer genaueren Betrachtung der Häufigkeiten von FDM-Beratungsgesprächen mit anfragenden Forschenden aus den Fachrichtungen, die gemäß der DFG-Fächersystematik den Geistesund Sozialwissenschaften (siehe Tabelle 6), den Lebenswissenschaften (siehe Tabelle 7), den Ingenieurswissenschaften (siehe Tabelle 8) bzw. den Naturwissenschaften (siehe Tabelle 9) untergeordnet sind, wider. Tab. 6: Prozentuale Häufigkeiten von FDM-Beratungsgesprächen mit Forschenden aus den Geistesund Sozialwissenschaften gemäß der DFG-Fächersystematik (N = 41). bisher noch nicht / keine Antwort selten – manchmal häufig – sehr häufig Alte Kulturen 53,6 % 31,7 % 14,6 % Geschichtswissenschaften 39 % 41,5 % 19,5 % Kunst-, Musik-, Theaterund Medienwissenschaften 34,1 % 56,1 % 9,7 % Sprachwissenschaften 31,7 % 36,6 % 31,7 % Literaturwissenschaften 46,3 % 36,6 % 17,1 % Sozialund Kulturanthropologie, außereuropäische Kulturen, Judaistik und Religionswissenschaften 53,6 % 26,8 % 19,5 % Theologie 58,5 % 36,6 % 4,9 % Philosophie 63,1 % 36,6 % / Erziehungswissenschaften und Bildung 34,1 % 31,7 % 34,1 % Psychologie 36,6 % 43,9 % 19,5 % Sozialwissenschaften 26,8 % 36,6 % 36,6 % Wirtschaftswissenschaften 36,6 % 48,8 % 14,6 % Rechtswissenschaften 64,4 % 34,1 % 2,4 % Insbesondere für Sozialwissenschaften, Erziehungswissenschaften und Bildung sowie Sprachwissenschaften gaben viele Teilnehmende an, dass sie häufig bis sehr häufig Forschende aus diesen Fachrichtungen beraten und unterstützen (siehe Tabelle 6). Aber auch die Psychologie, die Sozialund Kulturanthropologie, außereuropäische Kulturen, Judaistik und Religionswissenschaften sowie die Geschichtswissenschaften werden noch vergleichsweise häufig bis sehr häufig beraten. Vergleichbar hohe Werte konnten für keine Fachrichtung, die den Lebenswissenschaften (siehe Tabelle 7), den Ingenieurswissenschaften (siehe Tabelle 8) oder den Naturwissenschaften (siehe Tabelle 9) untergeordnet ist, festgestellt werden. 55 Tab. 7: Prozentuale Häufigkeiten von FDM-Beratungsgesprächen mit Forschenden aus den Lebenswissenschaften gemäß der DFG-Fächersystematik (N = 41). bisher noch nicht / keine Antwort selten - manchmal häufig – sehr häufig Grundlagen der Biologie und Medizin 51,2 % 21,9 % 9,7 % Pflanzenwissenschaften 53,6 % 29,3 % 12,2 % Zoologie 65,8 % 14,6 % 24,4 % Mikrobiologie, Virologie und Immunologie 56,1 % 31,7 % 12,2 % Medizin 65,8 % 29,3 % 4,9 % Neurowissenschaften 58,8 % 26,8 % 21,9 % Agrar-, Forstwissenschaften, Tiermedizin 68,3 % 31,7 % 17,1 % Tab. 8: Prozentuale Häufigkeiten von FDM-Beratungsgesprächen mit Forschenden aus den Ingenieurswissenschaften gemäß der DFG-Fächersystematik (N = 41). bisher noch nicht / keine Antwort selten – manchmal häufig – sehr häufig Produktionstechnik 78,1 % 9,7 % 12,2 % Mechanik und konstruktiver Maschinenbau 70,7 % 17,1 % 12,2 % Verfahrenstechnik, technische Chemie 73,2 % 9,7 % 17,1 % Strömungsmechanik, technische Thermodynamik und thermische Energietechnik 75,6 % 12,2 % 12,2 % Werkstofftechnik 73,2 % 14,6 % 12,2 % Materialwissenschaft 63,4 % 12,2 % 24,4 % Systemtechnik 85,4 % 9,7 % 4,9 % Elektronik und Informationstechnik 75,6 % 19,5 % 4,9 % Informatik 48,8 % 43,9 % 7,3 % Bauwesen und Architektur 75,6 % 19,5 % 4,9 % Tab. 9: Prozentuale Häufigkeiten von FDM-Beratungsgesprächen mit Forschenden aus den Naturwissenschaften gemäß der DFG-Fächersystematik (N = 41). bisher noch nicht / keine Antwort selten – manchmal häufig – sehr häufig Molekülchemie 68,3 % 26,8 % 4,9 % Chemische Festkörperund Oberflächenforschung 65,8 % 24,4 % 9,7 % Physikalische Chemie 61 % 24,4 % 14,6 % Analytische Chemie 65,8 % 21,9 % 12,2 % Biologische Chemie und Lebensmittelchemie 65,8 % 21,9 % 12,2 % Polymerforschung 85,4 % 7,3 % 7,3 % Theoretische Chemie 78 % 17,1 % 4,9 % Physik der kondensierten Materie 70,7 % 24,4 % 4,9 % Statistische Physik, weiche Materie, biologische Physik, nichtlineare Dynamik 85,4 % 9,7 % 4,9 % Optik, Quantenoptik und Physik der Atome, Moleküle und Plasmen 68,3 % 19,5 % 12,2 % Teilchen, Kerne und Felder 75,6 % 17,1 % 7,3 % Astrophysik und Astronomie 75,6 % 14,6 % 9,7 % Mathematik 53,6 % 43,9 % 2,4 % Atmosphären-, Meeresund Klimaforschung 63,4 % 21,9 % 14,6 % Geologie und Paläontologie 68,3 % 26,8 % 4,9 % 56 Geophysik und Geodäsie 70,7 % 24,4 % 4,9 % Mineralogie, Petrologie und Geochemie 75,6 % 21,9 % 2,4 % Geographie 65,8 % 31,7 % 2,4 % Wasserforschung 78,1 % 19,5 % 2,4 % 3.3.3 Inhaltliche Aspekte von FDM-Beratungsgesprächen Bezüglich der inhaltlichen Themen im Sinne von FDM-Bedarfen, die im Rahmen von FDMBeratungsgesprächen behandelt werden, kann im Folgenden festgestellt werden, dass v. a. die Projektplanung und die Antragsunterstützung besonders häufig von Forschenden als Themen angefragt werden. Darüber hinaus sind es auch ethische und rechtliche Fragen sowie Herausforderungen bei der Publikation von Forschungsdaten und -ergebnissen sowie der Speicherung von Forschungsdaten während der Projektlaufzeit, bei denen anfragende Forschende Unterstützung benötigen. Für die Abfrage von inhaltlichen Themen im Sinne von FDM-Bedarfen wurden im Rahmen der Umfrage insgesamt 13 Themenkomplexe vordefiniert und zur Auswahl gestellt. Dabei wurde sich vor allem an Strukturen des Forschungsdatenlebenszyklus und von Datenmanagementplänen sowie an den Praxiserfahrungen des Autors dieser Arbeit orientiert. Folgende Themenbereiche wurden abgefragt: 1. Projektplanung – allgemeine Fragen zu einem Forschungsvorhaben aus FDM-Perspektive, bspw. generelle Beratung zu einem Vorhaben oder Beratung und Unterstützung bei seiner allgemeinen Planung, u. a. in Form der Erstellung oder Evaluation von Datenmanagementplänen. 2. Antragsunterstützung – Beratungsaktivitäten, bei denen die Formulierung oder Überarbeitung von Textabschnitten zum Forschungsdatenmanagement für Drittmittelanträge im Fokus stehen. Hierunter fallen auch die Planung und Formulierung von Projektbeteiligungen oder Kooperationen zwischen anfragenden Forschenden und der FDM-Beratungseinrichtung zur Realisierung eines Forschungsvorhabens. 3. Datensammlung, Datenerhebung und Datenproduktion – Themen, die sich auf Aktivitäten der anfragenden Forschenden vor allem zu Beginn eines Forschungsvorhabens beziehen. 4. Software und Tools zur Projektdurchführung – Einschätzungen und Empfehlungen durch die FDM-Beratungseinrichtung, wenn es um die Wahl einer geeigneten Software, bspw. für das Projektmanagement oder die Datenanalyse und -verarbeitung geht. 57 5. Dokumentation von Forschungsdaten und Prozessen – Beratung und Unterstützung bei der konsistenten Dokumentation innerhalb eines Forschungsvorhabens. 6. Metadatenerstellung und -nutzung – Nutzung von Metadatenstandards zur Beschreibung von Forschungsdaten und -ergebnissen. 7. Ethische und/oder rechtliche Fragen – insbesondere Themenbereiche wie das Urheberrecht, die Datenschutzgrundverordnung (DSGVO)46 und der Umgang mit personenbezogenen Daten sowie die Erstellung oder Evaluation von informierten Einwilligungen. 8. Speicherung von Forschungsdaten während der Projektlaufzeit – Beratung, die sich auf organisatorischer und/oder technischer Ebene auf die Ablage von Forschungsdaten und -ergebnissen während eines Forschungsvorhabens bezieht. 9. Umsetzung und Realisierung von kollaborativer Arbeit in Forschungsvorhaben – Entwicklung von Konzepten und Identifikation von Lösungen für die Organisation von Zusammenarbeit zwischen Forschenden sowie die parallele Bearbeitung von Forschungsdaten gehört zu diesem Themenbereich. Dies umfasst bspw. die Versionierung von Forschungsdaten oder die Organisation eines gemeinsamen Zugriffs auf diese. 10. Archivierung von Forschungsdaten und -ergebnissen – Lösungen und Konzepte für die langfristige Ablage von Forschungsdaten, die nicht zwangsläufig auch eine Publikation miteinschließen. 11. Publikation von Forschungsdaten und -ergebnissen – adressiert v. a. die langfristige Ablage von Forschungsdaten und -ergebnissen im Sinne einer Veröffentlichung zwecks Nachnutzung durch Dritte. 12. Entwicklung von lebenden Ressourcen – Unterstützung bei der planerischen und technischen Entwicklung von dynamischen Ressourcen wie Websites, Datenbanken und Anwendungen, Zugangsschichten zu Forschungsdaten und -ergebnissen sowie Tools und Visualisierungen, die über ausgeführten Softwarecode verfügen. 13. Hosting und/oder Dauerbetrieb von lebenden Ressourcen – Identifikation und Realisierung von Lösungen zur Gewährleistung einer langfristigen Verfügbarkeit lebender Ressourcen. Dies umfasst insbesondere technische Infrastrukturen und organisatorische Verantwortlichkeiten. 46 Datenschutzgrundverordnung (DSGVO), online: https://dsgvo-gesetz.de/ (letzter Zugriff: 11. Juni 2025). 64 Informationen zu Forschungsdaten, etwa in Bezug auf ihre Datenformate, werden nur von insgesamt 25 der 36 Teilnehmenden bzw. ihren FDM-Beratungseinrichtungen in FDM-Beratungsprotokollen erfasst, was vor dem Hintergrund, dass Forschungsdaten zentrale Gegenstände im Forschungsdatenmanagement sind, überrascht.52 Abb. 16: Informationen, die im Rahmen von FDM-Beratungsprotokollen dokumentiert werden (N = 36 | Mehrfachaus-wahl möglich). Hervorzuheben ist hier nicht nur, dass 32 Teilnehmende angaben, dass sie Empfehlungen, die sie gegenüber anfragenden Forschenden im Rahmen eines FDM-Beratungsgesprächs 52 Die qualitativen Analysen der FDM-Beratungsprotokolle innerhalb dieser Arbeit bestätigen, dass Informationen zu Datenformaten relativ selten dokumentiert werden, besonders häufig allerdings Informationen zu Datentypen (siehe Abschnitt 4.6.2.2). 0 5 10 15 20 25 30 35 40 Anzahl beteiligter Mitarbeiter:in(nen) im Forschungsvorhaben Informationen zu entwickelten/geplanten lebenden Ressourcen Principle Investigator(s) des Forschungsvorhabens Projektlaufzeit Projektphase zum Zeitpunkt der Anfrage Informationen zu genutzten Tools/genutzter Software Informationen zu erzeugten/erwarteten Forschungsdaten Informationen zum Forschungsvorhaben Maßnahmen der FDM-Beratungseinrichtung Fachrichtung(en), aus denen eine Anfrage stammt Maßnahmen der anfragenden Forschenden Förderprogramm/Förderinstitution Institution(en), aus denen eine Anfrage stammt Empfehlungen Name des Forschungsvorhabens Ansprechpartner:in(nen) auf Seiten des Forschungsvorhabens FDM-Bedarf(e)/-Frage(n) Dokumentierte Informationen in FDM-Beratungsprotokollen Häufigkeit 65 ausgesprochen haben, in einem FDM-Beratungsprotokoll dokumentieren, sondern vor allem auch, dass 27 bzw. 26 Personen notierten, dass sie konkrete Maßnahmen, die von den anfragenden Forschenden selbst bzw. der FDM-Beratungseinrichtung in Folge eines FDM-Beratungsgesprächs durchgeführt werden müssen, um einen FDM-Bedarf zu bedienen, in einem FDM-Beratungsprotokoll festhalten.53 Dies erscheint insbesondere in Bezug auf das grundsätzliche Serviceverständnis von FDMBeratungseinrichtungen interessant und lässt den Schluss zu, dass die FDM-Beratung für viele FDM-Beratungseinrichtungen nicht zwangsläufig mit dem eigentlichen FDM-Beratungsgespräch selbst endet, sondern, dass darüber hinaus auch konkrete Maßnahmen durch entweder die anfragenden Forschenden oder die FDM-Beratungseinrichtung selbst als Folge eines FDM-Beratungsgesprächs Teil des Prozesses sein können. Beratung zum Thema Forschungsdatenmanagement, so könnte man an dieser Stelle konstatieren, kann folglich mehr als eine rein beratende Tätigkeit sein, sondern auch aktive Handlungen implizieren, die über eine reine Beratung hinausgehen. Informationen zu entwickelten/geplanten lebenden Ressourcen werden schließlich mit lediglich 15 Nennungen vergleichsweise selten erfasst, obwohl auch lebende Ressourcen ein zentraler Output von Forschungsvorhaben sein können, den es zu sichern und bereitzustellen gilt (Fischer u. a. 2021). Allerdings deckt sich diese eher geringe Anzahl mit der Tatsache, dass zu lebenden Ressourcen sowie deren Hosting und Dauerbetrieb von allen inhaltlichen Themen, die in FDM-Beratungsgesprächen behandelt werden, auch selten beraten wird (siehe Abschnitt 3.3.3).54 Insgesamt sieben Umfrageteilnehmende nutzten zusätzlich die Möglichkeit, über das Freitextfeld weitere Inhalte zu nennen, die sie mit Hilfe von FDM-Beratungsprotokollen erfassen. Dabei wurde v. a. vermerkt, dass Informationen zu relevanten Kooperationspartnern (dreimal) dokumentiert werden. Einmal wurde explizit genannt, dass Informationen zum Themenbereich Urheberrecht und Lizenzen erfasst werden. Auch Angaben zum Beratungsaufwand auf Seiten der FDM-Beratungseinrichtung wurden einmal als Dokumentationsinhalt notiert. Darüber hinaus wurde jeweils einmal über das Freitextfeld darauf hingewiesen, dass thematische Oberbegriffe zwecks Analyse der FDM-Beratungsprotokolle dokumentiert werden, und, 53 Auch die qualitativen Analysen der FDM-Beratungsprotokolle, die im Rahmen der vorliegenden Arbeit durchgeführt wurden, verdeutlichen, dass Empfehlungen eine zentrale Aktivität von FDM-Beratungseinrichtungen im Rahmen von FDM-Beratungsgesprächen sind. Außerdem zeigen die Analysen, dass v. a. Maßnahmen anfragender Forschender und der FDM-Beratungseinrichtung zentrale Informationen sind, um notwendige Kompetenzprofile für die Bedienung von FDM-Bedarfen zu definieren (siehe Abschnitte 4.6.2.5 und 4.6.2.6). 54 Im Rahmen der qualitativen Analysen von FDM-Beratungsprotokollen konnte innerhalb dieser Arbeit bezüglich FDM-Bedarfen zum Umgang mit lebenden Ressourcen ein anderes Ergebnis festgestellt werden. Hier gehören die FDM-Bedarfskategorien Hosting/Betrieb lebende Ressource sowie Entwicklung lebende Ressource zu den fünf am häufigsten identifizierten FDM-Bedarfskategorien (siehe Abschnitt 4.6.2.1). 66 dass der Inhalt von FDM-Beratungsprotokollen grundsätzlich stark von dem jeweiligen FDMBeratungsgespräch abhängt, was eine standardisierte und formalisierte Dokumentation von FDM-Beratungsgesprächen erschwert. 3.3.5 Auswertung von FDM-Beratungsprotokollen In insgesamt 16 von 36 Fällen, in denen Teilnehmende angaben, dass sie FDM-Beratungsgespräche dokumentieren, wurde auch angegeben, dass ebenjene FDM-Beratungsprotokolle inhaltlich analysiert und ausgewertet werden. Dabei analysieren die verschiedenen FDM-Beratungseinrichtungen (mehrere) unterschiedliche Inhalte von FDM-Beratungsprotokollen sowohl zum Zweck des Reportings als auch, um die von ihnen adressierte FDM-Bedarfslandschaft besser zu verstehen und für ihre eigene Arbeit Good Practices in der FDM-Beratung zu definieren. 3.3.5.1 Inhaltliche Aspekte der Auswertung von FDM-Beratungsprotokollen Beinahe alle Teilnehmenden, die ihre FDM-Beratungsgespräche analysieren, gaben an, dass sie dabei FDM-Bedarfe fokussieren (siehe Tabelle 10). Mehr als die Hälfte vermerkte außerdem, dass sie den jeweiligen Projekt-Hintergrund, also bspw. die Fachrichtung, die Förderinstitution oder die angewendeten Forschungsmethoden, die mit einer FDM-Beratungsanfrage in Zusammenhang stehen, im Rahmen einer inhaltlichen Auswertung analysieren. Tab. 10: Inhalte, die in FDM-Beratungsprotokollen analysiert werden (N = 16 | Mehrfachauswahl möglich). Inhalte der Analyse Anzahl FDM-Bedarfe 15 Projekt-Hintergrund (bspw. Fachrichtung, Methoden etc.) 11 Forschungsdaten im Forschungsvorhaben (bspw. Datentypen und -formate) 1 lebende Ressourcen (bspw. Typen, genutzte Technologie-Stacks) 1 Die Ergebnisse zeigen, dass die inhaltliche Analyse und Auswertung von FDM-Beratungsprotokollen zwar an vielen FDM-Beratungseinrichtungen bereits praktiziert werden, allerdings noch nicht in der Breite. Dass v. a. FDM-Bedarfe im Fokus dieser Analysen und Auswertungen stehen, deutet schließlich an, dass das Potential von FDM-Beratungsprotokollen erkannt wird, sowohl zur präziseren Definition von FDM-Bedarfen als auch zur Beschreibung der durch eine FDM-Beratungseinrichtung adressierten FDM-Bedarfslandschaft. Beides stellt einen zentralen Punkt der vorliegenden Arbeit dar. 67 3.3.5.2 Zwecke der Auswertung von FDM-Beratungsprotokollen FDM-Beratungsprotokolle werden v. a. zu Reporting-Zwecken, bspw. gegenüber der eigenen Leitungsebene, inhaltlich analysiert und auswertet. Mehr als die Hälfte der Teilnehmenden gab darüber hinaus an, (auch) grundsätzlich die FDM-Bedarfslandschaft, die durch ihre Services adressiert wird, zu analysieren, was sich mit Schlussfolgerungen bezüglich der inhaltlichen Aspekte, die analysiert werden, deckt (siehe Abschnitt 3.3.5.1). Entsprechend wenig verwunderlich ist, dass immerhin in acht bzw. sechs Fällen angegeben wurde, dass die Analyse von FDM-Beratungsprotokollen genutzt wird, um FDM-Bedarfe zu bedienen und dabei Good Practices zu entwickeln (siehe Abbildung 17). Mit anderen Worten, FDM-Beratungsprotokolle sind in diesen Fällen Ausgangspunkt sowohl für die Durchführung von FDM-Beratungen und -Unterstützungen als auch für die Überprüfung und ggf. inhaltliche Anpassung von FDM-Beratungsservices. Abb. 17: Zwecke von Analysen und Auswertungen von FDM-Beratungsprotokollen (N = 16 | Mehrfachauswahl möglich). 3.4 Zusammenfassung Die im Vorangegangenen ausgewerteten und vorgestellten Ergebnisse der quantitativen Umfrage zur Vermessung der FDM-Versorgungslandschaft mit Fokus auf FDM-Beratungsservices im deutschsprachigen Raum geben einen fundierten Überblick über den aktuellen Zustand ebenjener FDM-Versorgungslandschaft. Die Entwicklung eines formalen Beschreibungsmodells für FDM-Bedarfe, Maßnahmen und Lösungsansätze zur Bedienung ebenjener Bedarfe 0 2 4 6 8 10 12 14 16 Entwicklung von Best Practices Bedienung von FDM-Bedarfen Analyse der ForschungsdatenmanagementBedarfslandschaft Reporting Zwecke der inhaltlichen Analyse von FDMBeratungsprotokollen Häufigkeit 68 sowie die Ausarbeitung notwendiger Kompetenzprofile, die im Fokus dieser Arbeit stehen (siehe Kapitel 4), finden im Kontext dieser FDM-Versorgungslandschaft statt. Entsprechend dienen die Ergebnisse dieser Vorstudie v. a. als Einordnung und Rahmung der vorliegenden Arbeit. Sie zeigen, dass FDM-Beratungseinrichtungen häufig an Bibliotheken angesiedelt sind und meist im Zeitraum zwischen 2015 und 2019 gegründet und aufgebaut wurden. Die Ergebnisse verdeutlichen auch, dass viele FDM-Beratungseinrichtungen bereits über eine Dauerfinanzierung verfügen und mit einer durchschnittlichen personellen Ausstattung von 2,15 Vollzeitäquivalenten sowie einem durchschnittlichen Beratungsaufkommen von 30 FDM-Beratungsgesprächen pro Jahr über eine aufwandsangemessene Ausstattung verfügen. Einzelfälle können davon jedoch teilweise stark abweichen. FDM-Beratungsgespräche werden deutlich häufiger mit Forschenden aus den Geistesund Sozialwissenschaften geführt. Das Format von FDM-Beratungsgesprächen erstreckt sich über Videocalls, persönliche Gespräche sowie Beratungen via E-Mail oder Telefon. Dabei nehmen in der Regel ein bis zwei Vertreter:innen der beratenden Einrichtung an einem FDM-Beratungsgespräch teil, externe Expert:innen werden eher selten mit eingebunden. Aus einer inhaltlichen Perspektive lässt sich feststellen, das unterschiedlichste FDM-Bedarfe im Rahmen von FDM-Beratungsgesprächen behandelt werden, insbesondere zu planerischen Aspekten. Neben ethischen und rechtlichen Fragen sowie der Speicherung von Forschungsdaten und -ergebnissen während der Projektlaufzeit wird vergleichsweise wenig Unterstützung beim Forschungsdatenmanagement, während ein Forschungsvorhaben durchgeführt wird, angefragt. Viele FDM-Beratungseinrichtungen protokollieren ihre FDM-Beratungsgespräche zu unterschiedlichen Zwecken. Sie dokumentieren dabei v. a. Informationen zu FDM-Bedarfen, aber auch Maßnahmen zur Bedienung dieser Bedarfe. Etwas weniger als die Hälfte der Teilnehmenden, die ihre FDM-Beratungsgespräche dokumentiert, analysiert diese auch. Dabei liegt der Fokus häufig auf der Auswertung von FDM-Bedarfen. Dies geschieht dabei v. a. auch, um die eigenen FDM-Servicestrukturen entsprechend inhaltlich und organisatorisch auszurichten und Good Practices für die Bedienung ebenjener FDM-Bedarfe abzuleiten. 69 4 Entwicklung eines FDM-Beschreibungsmodells Nach einer allgemeinen Einführung in bestehende Vorstellungen über das Management von Forschungsdaten (siehe Kapitel 2) und die Beschreibung der Ergebnisse der quantitativen Vermessung der FDM-Servicelandschaft in Bezug auf FDM-Beratungsservices, die als Vorstudie zur vorliegenden Arbeit durchgeführt wurde (siehe Kapitel 3) und diese strukturell einordnet, wird im Folgenden zunächst der State of the Art bezüglich der Erfassung von FDMBedarfen beschrieben (siehe Abschnitt 4.1) und schließlich methodenkritisch eingeordnet (siehe Abschnitt 4.2). Im Anschluss werden das dieser Arbeit zugrundeliegende Untersuchungsmaterial, ein Korpus bestehend aus 146 anonymisierten FDM-Beratungsprotokollen sowie vorverarbeitende Schritte vorgestellt (siehe Abschnitt 4.3). Schließlich wird die methodische Vorgehensweise bezüglich der Entwicklung des Beschreibungsmodells für FDM-Bedarfe, Maßnahmen und Lösungsansätze zu ihrer Bedienung sowie der qualitativen und quantitativen Analysen und Auswertungen der fünf am häufigsten identifizierten FDM-Bedarfskategorien Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource und Entwicklung lebende Ressource im Detail erläutert und vor dem Hintergrund aktueller Methodenliteratur eingeordnet (siehe Abschnitt 4.4). Danach erfolgt eine grundlegende Einführung in das entwickelte Beschreibungsmodell (siehe Abschnitt 4.5), wobei die Definitionen aller Kategorien des gesamten Modells dieser Arbeit angehängt sind (siehe Anhang A.1 und A.2). Darauffolgend werden die Ergebnisse ebenjener qualitativer und quantitativer Analysen vorgestellt und in Bezug auf aktuelle Forschungsliteratur zum Untersuchungsgegenstand kritisch betrachtet (siehe Abschnitt 4.6). Zuletzt werden konkrete Bedarfssowie notwendige Kompetenzprofile auf Seiten beratender Einrichtungen und Forschender zur Bedienung ebenjener FDM-Bedarfe abgeleitet (siehe Abschnitt 4.7) und das Kapitel abschließend zusammengefasst (siehe Abschnitt 4.8). 4.1 State of the Art – Bedarfserfassungen im Forschungsdatenmanagement Im Folgenden werden zunächst internationale quantitative und qualitative Studien zur Erfassung von FDM-Bedarfen kurz vorgestellt, um einen Überblick über in diesem Rahmen angewendete Methoden zu geben. Eine inhaltliche Betrachtung ausgewählter Studien zur Erforschung von FDM-Bedarfen im deutschsprachigen Raum inklusive ihrer methodisch-kritischen Einordnung erfolgt schließlich in Abschnitt 4.2. 70 4.1.1 Überblick über Methoden und Studien zur Erfassung von FDM-Bedarfen In Folge der Empfehlungen der Hochschulrektor:innenkonferenz zum Management von Forschungsdaten (Hochschulrektorenkonferenz 2014; 2015) sowie des Rats für Informationsinfrastrukturen (RfII) hinsichtlich einer nationalen Forschungsdateninfrastruktur (NFDI) (Rat für Informationsinfrastrukturen 2016) wurden insbesondere zwischen den Jahren 2015 und 2020 im deutschsprachigen Raum Kontaktund Beratungseinrichtungen zum Forschungsdatenmanagement (siehe Abschnitt 3.3.1.2) an Universitäten sowie außeruniversitären Forschungseinrichtungen gegründet und aufgebaut. Diese FDM-Beratungseinrichtungen wurden dabei in der Regel insofern an den FDM-Bedarfen und -Praktiken der am Standort arbeitenden Forschenden als adressierte Zielgruppe ausgerichtet, als dass häufig in diesem Zusammenhang die jeweilige FDM-Bedarfslandschaft durch quantitative FDM-Umfragen bzw. qualitative FDM-Studien evaluiert wurde – eine Vorgehensweise, die sich auch in der internationalen Forschungsliteratur wiederfinden lässt. Ziel dieser Studien ist es dabei in der Regel, FDM-Bedarfe zu identifizieren und Maßnahmen in der FDMBeratung und -Unterstützung an diesen sowie an erfassten FDM-Praktiken einer adressierten Zielgruppe auszurichten. So hat bspw. Fellous-Sigirist (2016) FDM-Praktiken, -Herausforderungen und -Bedarfe unter Forschenden am University College in London (Großbritannien) mit Hilfe einer quantitativen FDM-Umfrage erforscht. Sie konnte dabei u. a. feststellen, dass Forschende insbesondere Unterstützung bei der Sicherung und Archivierung von sowohl sensiblen als auch nicht sensiblen Forschungsdaten und -ergebnissen benötigen. Auch die Unterstützung bei Datenmanagementplänen scheint, den Ergebnissen folgend, ein wichtiges Thema für die Zielgruppe der FDM-Umfrage zu sein (Fellous-Sigrist 2016, 15). Ähnlich haben ebenso Donald u. a. (2023) durch eine quantitative FDM-Umfrage sowohl Praktiken als auch Bedarfe im Forschungsdatenmanagement an der Queens University (Kanada) untersucht. Darüber hinaus haben sie mit Hilfe von Freitextfeldern ergänzend qualitative Ergebnisse sammeln und analysieren können. Sie konnten ebenfalls feststellen, dass Unterstützung bei der Nutzung von Datenmanagementplänen sowie zur Sicherung von Forschungsdaten und -ergebnissen große Bedarfe ihrer Zielgruppe darstellen. Darüber hinaus wird aus den Ergebnissen deutlich, dass auch grundsätzlich der Bedarf an FDM-Expert:innen, die Forschende bei Fragen zum Forschungsdatenmanagement unterstützen können, vorhanden ist (Donald u. a. 2023, 17). 71 Methodisch vergleichbar ist hier Parsons (2013) Vorgehen bei der Evaluation von Erkenntnissen bezüglich FDM-Bedarfen an der University of Nottingham (Großbritannien), die zuvor mit Hilfe von Interviews, Umfragen, Fokusgruppen und teilnehmender Beobachtung gewonnen werden konnten. Auch in seiner Studie sind v. a. Service-Bedarfe bezüglich Datenmanagementplänen und der Sicherung von Forschungsdaten und -ergebnissen identifiziert worden, aber ebenso ein Unterstützungsbedarf bei der Katalogisierung und Beschreibung von Forschungsdaten und -ergebnissen mit Metadaten (Parsons 2013, 150). Barsky (2017) wiederum hat mehrere quantitative FDM-Umfragen aufgeteilt nach Fachbereichen an der University of British Columbia (Kanada) durchgeführt und dabei unterschiedliche FDM-Praktiken und -Bedarfe herausarbeiten können. Er konnte deutlich machen, dass alle abgefragten Fachbereiche – Medizin, Geistesund Sozialwissenschaften sowie Ingenieurswissenschaften – nahezu sämtliche FDM-Services, die abgefragt wurden, auch tatsächlich mehrheitlich benötigen, es aber dennoch geringfügige Unterschiede zwischen den verschiedenen Fachbereichen gibt. So benötigen, den Ergebnissen folgend, bspw. mehr Forschende aus den Geistesund Sozialwissenschaften persönliche Beratungsservices zum Forschungsdatenmanagement und Unterstützung bei Datenmanagementplänen anstatt eines institutionellen Repositoriums (Barsky 2017, 7). Zhou, Xu und Kogut (2023) fokussierten schließlich mit Masterstudierenden und Promovierenden in den Sozialwissenschaften in den USA bei ihrer Untersuchung von FDM-Bedarfen einen spezifischen Fachbereich sowie eine konkrete Zielgruppe in Bezug auf ihren akademischen Status. Sie setzten dabei genauso sowohl qualitative als auch quantitative Methoden im Sinne eines Mixed-Methods-Ansatzes ein und fragten dabei u. a. ab, welche Herausforderungen die Teilnehmenden im Bereich des Forschungsdatenmanagements haben. Dabei konnten sie herausarbeiten, dass Masterstudierende und Promovierende in den Sozialwissenschaften v. a. Herausforderungen bei der Sammlung und Analyse von Forschungsdaten haben. Gleichzeitig scheinen sie Probleme bei der Einschätzung von Zugänglichkeit zu Forschungsdaten zu haben, woraus sich schließlich auch indirekt FDM-Bedarfe ableiten lassen (Zhou, Xu, und Kogut 2023, 14). Im deutschsprachigen Raum sind solche FDM-Studien ebenfalls ein wesentlicher Bestandteil zur Evaluation von FDM-Praktiken und -Bedarfen. Allein auf der durch die deutschsprachige FDM-Community gepflegten Website forschungsdaten.org sind insgesamt 34 FDM-Studien zum Umgang mit Forschungsdaten an wissenschaftlichen Einrichtungen in Deutschland bzw. 72 auf Bundeslandebene gelistet, wovon 26 Studien an deutschen Universitäten durchgeführt wurden (Stand Januar 2025).55 Eine nähere Betrachtung dieser 34 gelisteten FDM-Studien zeigt schließlich, dass an insgesamt 19 universitären Standorten ausschließlich anonyme, quantitative FDM-Umfragen zum Umgang mit Forschungsdaten umgesetzt wurden. Auf Bundeslandebene handelt es sich bei allen Studien um quantitative FDM-Umfragen. An drei universitären Standorten wurde die quantitative Erhebung von Daten zum Umgang mit Forschungsdaten zusätzlich durch die Methode der qualitativen Interviews, die mit Forschenden durchgeführt wurden, ergänzt und somit ein Mixed-Methods-Ansatz verfolgt. Lediglich an zwei universitären Standorten wurden ausschließlich qualitative Interviews zum Umgang mit Forschungsdaten durchgeführt.56 Generell verdeutlicht diese Literaturanalyse, dass v. a. quantitative und qualitative Studien sowie ihre Kombination gängige Praxis in der Erforschung des Managements von Forschungsdaten, genauer gesagt in der Erfassung von FDM-Bedarfen, sind. Die Häufigkeitsverteilung der verschiedenen Methoden, die laut den Einträgen der Studien auf forschungsdaten.org angewendet wurden, um das Management von Forschungsdaten zu untersuchen, lässt vermuten, dass insbesondere die Methode der anonymen, quantitativen FDM-Umfrage mindestens im deutschsprachigen Raum ein probates und in der Breite genutztes Mittel zu sein scheint, um FDM-Bedarfe und -Praktiken zu beforschen. Entsprechende Studienergebnisse werden schließlich u. a. dazu genutzt, FDM-Bedarfe von Forschenden bzw. einer Zielgruppe zu erheben und auszuwerten und im Aufbau befindliche FDM-Servicestrukturen daran auszurichten sowie Versorgungslücken in bestehenden FDM-Servicestrukturen zu identifizieren und zu schließen (siehe bspw. Patterton, Bothma, und van Deventer 2018, 15 f.). 4.2 Methodenkritik an Bedarfserfassungen im Forschungsdatenmanagement Im Folgenden werden die Methoden der quantitativen FDM-Umfrage und der qualitativen Interviews zu der Erforschung des Managements von Forschungsdaten und der Erfassung von FDM-Bedarfen anhand von Beispielen genauer beschrieben sowie im Hinblick auf ihre Potenziale und Limitationen kritisch eingeordnet. Dabei werden ausschließlich Studien aus Deutschland als Beispiele herangezogen. Diese Limitation liegt dabei v. a. darin begründet, dass deutschsprachige Studien im Gegensatz zu den im Vorangegangenen bereits beschriebenen 55 Siehe bspw. unvollständige Liste mit Studien zum Umgang mit Forschungsdaten an wissenschaftlichen Institutionen, online: https://www.forschungsdaten.org/index.php/Umfragen_zum_Umgang_mit_Forschungsdaten_an_wissenschaftlichen_Institutionen (letzter Zugriff: 24.06.2025). 56 Zwei gelistete Erhebungen konnten nicht mehr nachvollzogen werden, da die auf der Website hinterlegten Links zu den entsprechenden Ergebnispublikationen nicht mehr funktionierten (Stand: Januar 2025). 73 internationalen Studien vergleichbar aufgebaut und strukturiert sind, wodurch eine Gegenüberstellung und Analyse der Ergebnisse erleichtert werden. Diese Vergleichbarkeit ergibt sich darüber hinaus auch aus ähnlichen institutionellen Kontexten der Studien. 4.2.1 Anonyme, quantitative FDM-Umfragen Beispielhaft wurden im Rahmen dieser Arbeit acht anonyme, quantitative FDM-Umfragen aus dem deutschsprachigen Raum ausgewertet. Alle FDM-Umfragen nutzen unterschiedliche Formen von Fragen, bspw. offene Fragen, geschlossene Fragen und halboffene Fragen mit Freitextfeldern. Es handelt sich dabei um folgende FDM-Umfragen: • U1: Fachhochschule Potsdam (Arndt u. a. 2018) • U2: Humboldt-Universität zu Berlin (Simukovic u. a. 2013) • U3: Justus-Liebig-Universität Gießen (Waldschmidt-Dietz und Krippes 2017) • U4: Christian-Albrechts-Universität zu Kiel (Paul-Stüve, Rasch, und Lorenz 2015) • U5: Philipps-Universität Marburg (Krähwinkel 2015) • U6: Schleswig-Holstein (Weng u. a. 2018) • U7: Universität zu Köln (Kronenwett 2016) • U8: Westfälische Wilhelms-Universität Münster57 (Tröger 2016) Sieben der acht FDM-Umfragen wurden an deutschen Universitäten durchgeführt, wobei die Umfrage an der Universität zu Köln (U7) auf die Philosophische Fakultät beschränkt war. Eine der FDM-Umfragen (U6) wurde im gesamten Bundesland Schleswig-Holstein durchgeführt. In allen acht anonymen, quantitativen FDM-Umfragen (im Folgenden U1-08 genannt) werden v. a. Informationen zu folgenden Themenbereichen abgefragt: 1. institutionelle und/oder fachliche Zugehörigkeit der Teilnehmenden 2. Statusgruppe der Teilnehmenden 3. Datentypen und -formate 4. Datenumfang 57 Präsentationsfolien zur Ergebnissen einer Umfrage zu Status quo und Entwicklungsperspektiven im Forschungsdatenmanagement an der Westfälischen Wilhelms-Universität Münst, online: https://www.forschungsdaten.org/images/3/36/Herwig_FDM_Umfrage_DINI_nestor_201401002_web.pdf (letzter Zugriff: 11. Juni 2025). 80 Freitextfelder erfasst wurden, häufig nur von einer bzw. einem Teilnehmenden oder lediglich vergleichsweise wenigen Teilnehmenden vermerkt wurden. Folglich kann bei der Betrachtung dieser zusätzlich erfassten FDM-Bedarfe, selbst, wenn sie für die Analyse und Auswertung kategorisiert wurden, nicht von einer Erfassung von FDM-Bedarfen der mit der jeweiligen FDM-Umfrage adressierten Zielgruppe die Rede sein, sondern eben lediglich von der Erfassung individueller FDM-Bedarfe einzelner Teilnehmender. Aufgrund dessen sind die Ergebnisse, die bezüglich der FDM-Bedarfe der jeweiligen Zielgruppe aus Eingaben über ein Freitextfeld erfasst wurden, auch nicht geeignet, um hieraus konkrete FDM-Bedarfe oder -Bedarfsmuster sowie notwendige FDM-Services oder Kompetenzprofile für FDM-Beratungseinrichtungen abzuleiten. Schließlich handelt es sich lediglich um individuelle FDM-Bedarfe einzelner Teilnehmender, die nicht auf die gesamte Zielgruppe übertragen werden können. Gleichzeitig könnten sie, selbst, wenn sie in einer vergleichbaren Häufigkeit wie die durch die FDM-Umfragen zur Auswahl gestellten FDM-Bedarfe erfasst worden wären, nicht einfach mit diesen verglichen werden. Denn eine hier notwendige Kategorisierung von qualitativen Antworten innerhalb einer primär quantitativen Umfrage birgt stets das Risiko der Ergebnisbeeinflussung durch subjektive Einschätzungen der Personen, die ebenjene Kategorisierung durchführen (siehe bspw. Schnell, Hill, und Esser 2011, 403). Folglich macht es in der Bewertung und Einordnung von quantitativen Umfrageergebnissen einen Unterschied, ob Antworten quantitativ und durch vorgegebene Antwortmöglichkeiten oder qualitativ durch ein Freitextfeld erfasst und zwecks Auswertung kategorisiert wurden. 4.2.1.4 Weitere Unsicherheiten im Rahmen quantitativer Umfragen Davon abgesehen sind die hier beispielhaft diskutierten Ergebnisse bezüglich FDM-Bedarfe stets vor dem Hintergrund weiterer möglicher Defizite quantitativer Umfragen zu betrachten, bspw. der Tatsache, dass „nicht immer eine Einsicht in die Thematik und die daraus resultierenden Fragen unterstellt werden“ kann und Teilnehmende häufig „Antworten zu Dingen geben [sollen], die ihnen fremd sind oder zu denen sie sich zumindest nicht (so schnell) zutreffend ausdrücken können“ (Berekoven, Eckert, und Ellenrieder 2009, 98). Hinzu kommt die Schwierigkeit, dass nie ausgeschlossen werden kann, dass Teilnehmende im Rahmen einer quantitativen Umfrage aus unterschiedlichsten Gründen bei ihren ausgewählten Antworten überoder untertreiben, lügen, ausweichen, verdrängen oder sich anpassen (siehe Berekoven, Eckert, und Ellenrieder 2009, 94). So ist es etwa denkbar, dass Teilnehmende mit dem Wissen, dass jene FDM-Umfragen durchgeführt wurden, um eine FDMBeratungseinrichtung aufzubauen oder weiterzuentwickeln, tendenziell mehr FDM-Bedarfe bei 81 der Beantwortung der jeweiligen FDM-Umfrage angegeben haben, als sie tatsächlich bisher hatten. Die Angabe von mehr FDM-Bedarfen als vorhanden, also die Angabe von möglichen FDM-Bedarfen in der Zukunft, von denen nicht sicher ist, dass sie tatsächlich jemals auftreten werden, könnte die Ergebnisse der hier ausgewerteten FDM-Umfragen folglich verzerrt haben. Darüber hinaus ist nicht davon auszugehen, dass alle Teilnehmenden bereits mit Herausforderungen des Forschungsdatenmanagements konfrontiert waren, also ggf. gar keine verlässliche und kompetente Rückmeldung bezüglich FDM-Bedarfe machen können und u. U. lediglich Angaben getätigt haben, da „nichts zu sagen […] häufig als etwas blamabel gefunden [wird], die Folge sind dann irgendwelche Antworten“ (Berekoven, Eckert, und Ellenrieder 2009, 95). 4.2.2 Qualitative Interviews Neben anonymen, quantitativen FDM-Umfragen wurden an fünf deutschsprachigen Standorten laut der Sammlung auf forschungsdaten.org entweder ausschließlich oder ergänzend zu quantitativen Umfragen auch qualitative Interviews mit Vertreter:innen einer Zielgruppe einer FDM-Beratungseinrichtung durchgeführt, um einen fundierteren und detaillierteren Eindruck über die Bedarfe im Bereich des Forschungsdatenmanagements zu erhalten.63 Beispielhaft werden im Folgenden die Durchführung von qualitativen Interviews sowie deren jeweiligen Ergebnisse im Hinblick auf FDM-Bedarfe und -Bedarfsmuster an zwei universitären Standorten in Deutschland – der Humboldt-Universität zu Berlin (HU Berlin) und der Technischen Universität Dortmund (TU Dortmund) – beschrieben und ausgewertet, wobei an der HU Berlin qualitative Interviews ergänzend zu einer quantitativen FDM-Umfrage und an der TU Dortmund ausschließlich qualitative Interviews geführt wurden. Die erste hier beispielhaft betrachtete Studie (siehe Simukovic u. a. 2014) wurde im Zeitraum von Juli 2013 bis Juli 2014 an der HU Berlin ergänzend zu einer bereits 2013 durchgeführten anonymen, quantitativen FDM-Umfrage (Simukovic, Kindling, und Schirmbacher 2013), die auch in Abschnitt 4.2.1 betrachtet wird, abgehalten. Die Ergebnisse der quantitativen und der qualitativen Studie wurden unabhängig voneinander publiziert, allerdings werden die Ergebnisse der qualitativen Studie ergänzend zu denen der quantitativen FDM-Umfrage beschrieben. Es wurden insgesamt 17 Interviews mit Forschenden aus der geistesund sozialwissenschaftlichen sowie der naturund lebenswissenschaftlichen Fakultät bzw. ihren Instituten an der HU 63 Siehe unvollständige Liste mit Studien zum Umgang mit Forschungsdaten an wissenschaftlichen Institutionen, online: https://www.forschungsdaten.org/index.php/Umfragen_zum_Umgang_mit_Forschungsdaten_an_wissenschaftlichen_Institutionen (letzter Zugriff: 24.06.2025). 82 Berlin geführt. Entsprechend wurden Forschende aus verschiedenen Fachbereichen zum Forschungsdatenmanagement befragt. Die Interviews wurden in die fünf inhaltlichen Oberbereiche • Arbeitsweisen und Typen von Forschungsdaten, • Metadaten, Dokumentation, Beschreibung, • Speicherung, Sicherung, Archivierung, • Nachnutzung und Veröffentlichung sowie • Anforderungen an Serviceleistungen unterteilt. Darüber hinaus wurden auch grundsätzliche Informationen zur Statusgruppe und fachlichen Zugehörigkeit der Interviewten im Rahmen der qualitativen Interviews erfasst. Im Rahmen der folgenden Betrachtungen werden die Ergebnisse aus dem Oberbereich Anforderungen an Serviceleistungen berücksichtigt, da diese FDM-Bedarfe fokussieren. Die zweite hier beispielhaft untersuchte Studie wurde im Zeitraum von Januar bis Dezember 2018 an der TU Dortmund durchgeführt (siehe Kletke u. a. 2024). Sie wurde nicht mit einer zusätzlichen quantitativen FDM-Umfrage ergänzt. Es wurden insgesamt 62 Interviews mit Professor:innen an der TU Dortmund geführt. Zu diesem Zweck wurde ein standardisierter Interviewleitfaden entwickelt (Kletke u. a. 2022), der sich wie folgt in sieben thematische Oberbereiche aufteilt: • Umgang mit Forschungsdaten • Metadaten und Datendokumentation • Datenmanagementpläne • Publikation von Forschungsdaten bzw. -ergebnissen • kollaborativer Austausch von Forschungsdaten • Repositorien • Beratungsund Unterstützungsangebot FDM Im Rahmen der folgenden Betrachtungen werden die Ergebnisse aus dem Oberbereich Beratungsund Unterstützungsangebot FDM berücksichtigt, da diese FDM-Bedarfe fokussieren. 83 4.2.2.1 Granularität abgefragter FDM-Bedarfe Bezüglich der Anforderungen an Serviceleistungen ergaben die qualitativen Interviews an der HU Berlin, dass es bei den Interviewten v. a. folgende FDM-Bedarfe gibt: • zentrale FDM-Beratungsstelle • Unterstützung bei rechtlichen Fragen • Services für die Langzeitarchivierung von Forschungsdaten und -ergebnissen • ein Online-Repositorium • Infrastruktur für kollaborativen Datenaustausch • mehr Speicherplatz und eine zentrale Backup-Lösung • Schulungsund Weiterbildungsangebote im Bereich FDM Auffällig ist im Vergleich zu den Ergebnissen der dieser qualitativen Studie vorgelagerten quantitativen FDM-Umfrage (siehe Abbildung 18), dass teilweise unterschiedliche FDM-Bedarfe bzw. Unterstützungsbedarfe identifiziert wurden, in jedem Fall aber präzisere und konkretisierende Informationen bezüglich der erfassten FDMund Unterstützungsbedarfe festgestellt werden konnten. Abb. 18 (in Simukovic, Kindling, und Schirmbacher 2013, 31): FDM-Bedarfe an der HU Berlin erfasst durch eine quantitative FDM-Umfrage. 84 So wird bspw. im Rahmen der qualitativen Interviews deutlich, dass mit dem Bedarf der Unterstützung bei rechtlichen Fragen, der auch im Rahmen der quantitativen FDM-Umfrage an der HU Berlin mit der Antwortmöglichkeit Beratung zu rechtlichen Fragen abgefragt wurde, v. a. ein Service gemeint ist, der „bereits am Anfang bzw. in der Planungsphase eines Forschungsprojekts notwendig ist und durchgehend verfügbar sein muss“ (Simukovic u. a. 2014, 11). Aus dieser Rückmeldung durch die Interviewten können bereits einige wichtige Informationen abgeleitet werden, die einen Einfluss auf die organisatorische Gestaltung eines Beratungsservices zu rechtlichen Fragen im Forschungsdatenmanagement haben, der insbesondere von Beginn an den Forschenden zur Verfügung stehen und unabhängig von Projektphasen nutzbar sein sollte. Darüber hinaus konnte im Kontext der qualitativen Interviews bspw. auch auf einer inhaltlichen Ebene konkretisiert werden, dass mit einer rechtlichen Beratung „insbesondere Fragen zu Copyright, Bildrechten und konkreten Verantwortlichkeiten“ (Simukovic u. a. 2014, 11) geklärt werden sollten.64 Die Antwortmöglichkeit der Beratung zu rechtlichen Fragen in der vorgelagerten quantitativen FDM-Umfrage wurde hingegen einzig durch einige Beispiele, u. a. Umgang mit sensiblen Daten und Nutzung von Lizenzen, für die Teilnehmenden konkretisiert. Diese Beispiele wurden allerdings nicht als Spezifikationen der generellen Frage nach dem Bedarf einer rechtlichen Beratung im Sinne von konkreteren Unterfragen zusätzlich abgefragt, sodass die Ergebnisse keine Aussage darüber zulassen, ob die Umfrageteilnehmenden mehr Unterstützungsbedarf bezüglich des Umgangs mit sensiblen Daten oder der Nutzung von Lizenzen benötigen. Die Ergebnisse der quantitativen Umfrage sind somit ungenauer als die der qualitativen Interviews. Ein weiteres Beispiel für eine stärkere Granularität hinsichtlich erfasster FDM-Bedarfe durch die qualitative Datenerhebung stellt der FDM-Bedarf einer Infrastruktur für einen kollaborativen Datenaustausch dar. Gemäß den qualitativen Ergebnissen nach Simukovic u. a. handelt es sich hierbei um den Bedarf einer „‚akademischen Alternative‘ zu kommerziellen Anbietern wie Dropbox oder Google“ (2014, 11) die v. a. die Möglichkeiten bieten sollte, (1) auch sensible Daten abzulegen, (2) externen Kooperationspartner:innen Zugang zu ermöglichen und (3) Daten zwischen verschiedenen Endgeräten und Systemen auszutauschen und ortsunabhängig Zugang zu erhalten. Diese drei Bedingungen bzw. Anforderungen an eine entsprechende Infrastruktur konkretisieren bereits sehr genau, mit welchen Funktionen ebendiese ausgestattet sein bzw. welche Nutzungsszenarien sie adressieren sollte. Der FDM-Bedarf eines CloudDienstes, der in seiner Grundfunktion mit dem FDM-Bedarf einer Infrastruktur für einen 64 Das Urheberrecht als deutsche Version des angloamerikanischen Copyrights konnte auch im Rahmen der qualitativen Analysen innerhalb dieser Arbeit als ein relevanter und v. a. konkreter Rechtsbereich identifiziert werden, bei dem anfragende Forschende insbesondere im Kontext der FDM-Bedarfskategorien Archivierung und Publikation von Forschungsdaten und -ergebnissen Beratungsbedarf haben (siehe Abschnitt 4.6.2.4.2). 85 kollaborativen Datenaustausch gleichgesetzt werden kann, wurde im Rahmen der quantitativen FDM-Umfrage, die der hier besprochenen qualitativen Studie vorgelagert war, hingegen lediglich als solcher sowie ohne weiterführende und konkretisierende Informationen, Bedingungen oder Anforderungen über Angaben in einem Freitextfeld bei der Abfrage von FDMServicebedarfen erfasst (siehe Simukovic, Kindling, und Schirmbacher 2013, 31). Ähnlich verhält es sich bei den Ergebnissen der qualitativen Studie an der TU Dortmund, wenngleich hier keine zusätzliche quantitative FDM-Umfrage durchgeführt wurde, mit der die Ergebnisse hätten verglichen werden können. Dennoch verfügen die Ergebnisse grundsätzlich über mehr konkretisierende Informationen als bspw. die bereits im Vorangegangenen besprochenen quantitativen FDM-Umfragen. So konnte im Rahmen der Auswertungen der qualitativen Interviews an der TU Dortmund u. a. festgestellt werden, dass v. a. grundsätzliche FDM-Beratungsangebote von einer Mehrheit der Interviewten benötigt werden. Neben weiteren konkreten Bedarfen wird aus den Ergebnissen der Studie dabei deutlich, dass es den Teilnehmenden bei FDM-Beratungsangeboten in erster Linie um gezielte Antragsberatung geht (siehe Kletke u. a. 2024, 14 f.).65 Auch dieses Ergebnis kann erneut beispielhaft dafür verstanden werden, dass mit Hilfe qualitativer Interviews auf einer inhaltlichen Ebene deutlich mehr konkrete Informationen bezüglich FDM-Bedarfe der Interviewten gewonnen werden können als mit quantitativen FDM-Umfragen. Es lässt sich somit feststellen, dass im Rahmen von qualitativen Interviews in der Regel deutlich mehr Kontextinformationen sowie generell spezifischere Informationen erfasst werden können als mit Hilfe von anonymen, quantitativen Umfragen. Dies ist v. a. auf die Interviewund Gesprächssituation selbst zurückzuführen, die im Vergleich zu quantitativen Methoden eine gewisse Flexibilität in ihrer Gestaltung mit sich bringt (siehe bspw. Steinke 2009, 265). Die Theoriebildung im Rahmen qualitativer Methoden kann etwa erfolgen, „indem den Untersuchungspartner:innen Raum gegeben wird, um überraschende, nicht vom Forscher bzw. von der Forscherin vorab bedachte persönliche Sichtweisen, Bedeutungen, Aspekte bezüglich des Untersuchungsthemas einzubringen“ (Steinke 2009, 265), woraus sich auch eine gewisse Nähe zum Untersuchungsgegenstand selbst ergibt. Folglich kann die Erhebung von Informationen flexibler und offener gestaltet werden als im Rahmen von quantitativen Methoden, bei denen bereits vor der Erhebung zwingend eine Theoriebildung stattgefunden hat (siehe bspw. Döring 2023, 225). Die entsprechend durch qualitative Interviews gewonnenen Informationen können für die Ausgestaltung neuer bzw. für die Weiterentwicklung existierender Serviceleistungen einer FDM65 Auch die FDM-Bedarfskategorie Antrag konnte im Rahmen der in dieser Arbeit durchgeführten qualitativen Analysen als häufigste FDM-Bedarfskategorie identifiziert werden (siehe Abschnitt 4.6.2.1). 86 Beratungseinrichtung schlussendlich relevant sein, da durch ihre Berücksichtigung FDM-Services bedarfsorientierter umgesetzt, FDM-Bedarfe und -Bedarfsmuster genauer beschrieben und notwendige Kompetenzprofile für FDM-Beratungseinrichtungen konkreter festgelegt werden können. So kann es bspw., wie bereits im Vorangegangenen dargelegt, für die Gestaltung eines FDMBeratungsservices zu rechtlichen Fragestellungen relevant sein, zu wissen, dass eine Zielgruppe insbesondere bei urheberrechtlichen und/oder datenschutzrechtlichen Herausforderungen Beratungsund Unterstützungsbedarf benötigt. Diese konkretisierenden Informationen bezüglich des allgemeinen Beratungsbedarfs zu rechtlichen Fragestellungen können somit dabei helfen, ebenjenen Beratungsservice auf einer inhaltlichen Ebene passgenauer auf die Bedarfe einer Zielgruppe auszurichten, indem etwa im Rahmen der FDM-Servicegestaltung Kompetenzprofile insbesondere in den Bereichen Forschungsdatenmanagement und Urheberrecht bzw. Datenschutz aufgebaut werden.66 4.2.2.2 Das Generalisierungsproblem im Rahmen qualitativer Studien Trotz der Vorteile von qualitativen Interviews, besonders nah am eigentlichen Untersuchungsgegenstand durchgeführt zu werden und auf einer inhaltlichen Ebene sehr komplexe und gehaltvolle Informationen erheben zu können, was u. a. zur Erhebung von Bedarfen im Bereich Forschungsdatenmanagement zur Beschreibung von FDM-Bedarfsmustern, Gestaltung von FDM-Servicestrukturen sowie zur Ableitung von notwendigen Kompetenzprofilen auf Seiten beratender Einrichtungen sowie Forschender geeignet ist, muss auch diese Methode kritisch betrachtet werden: Aufgrund des in der Regel geringeren Zeitaufwands nehmen an quantitativen Erhebungen und Umfragen meist mehr Personen teil als an qualitativen Interviews. Entsprechend stellt sich aufgrund der meist geringeren Anzahl von Teilnehmenden an qualitativen Interviews die Frage der Generalisierbarkeit und Verallgemeinerung von Ergebnissen, die aus entsprechenden Studien gewonnen werden, also die Möglichkeiten der Anwendung von 66 Dabei soll an dieser Stelle festgehalten werden, dass solche konkretisierenden Informationen sich natürlich nicht ausschließlich im Rahmen von qualitativen Interviews, also im Gespräch mit Vertreter:innen einer Zielgruppe, sammeln lassen. Die Durchführung von quantitativen Umfragen schließt die Sammlung solcher konkretisierenden Informationen keineswegs pauschal aus. Aufgrund der Komplexität des Managements von Forschungsdaten ist allerdings zu vermuten, dass ein quantitativer Fragebogen, wenn er alle inhaltlichen Aspekte abbilden würde, die FDM-Herausforderungen konkretisieren, oder die spezifische FDM-Bedarfe sein können, deutlich überkomplex und sehr umfangreich werden würde. Dabei bestünde dann die Gefahr, dass der hohe v. a. zeitliche Aufwand an einer entsprechenden Umfrage teilzunehmen Vertreter:innen einer Zielgruppe zu sehr abschrecken würde, weshalb im Rahmen quantitativer Umfragen in der Regel Realität und Untersuchungsgegenstände aus praktisch-methodischen Gründen stets reduziert dargestellt bzw. abfragt werden (siehe Abschnitt 4.2.1.1). 87 Ergebnissen auf eine Gesamtgruppe, die sich im Rahmen quantitativer Forschung u. a. aus der Repräsentativität einer Stichprobe ergeben (Steinke 2009, 266). Mayring diskutiert in diesem Zusammenhang in einem Aufsatz (2007) verschiedene Verfahren der Generalisierung von Ergebnissen aus qualitativen Studien, die v. a. auch verdeutlichen, dass eine Übertragbarkeit der Generalisierbarkeit von Ergebnissen quantitativer Studien auf Ergebnisse qualitativer Studien problematisch zu sein scheint. Insgesamt stellt Mayring elf verschiedene Ansätze bzw. Maßnahmen zur Generalisierung von Forschungsergebnissen vor, von denen hier beispielhaft drei zentrale Ansätze betrachtet und vor dem Hintergrund des im Vorangegangenen fokussierten Untersuchungsgegenstands der FDM-Bedarfe kurz diskutiert werden sollen. Naheliegend erscheint zunächst die Möglichkeit der Generalisierung von Ergebnissen qualitativer Studien, wenn (1) alle Individuen einer zu untersuchenden Gruppe an der entsprechenden Studie teilnehmen (Mayring 2007, 6). Diese Form der Generalisierung erscheint bei der Analyse von FDM-Praktiken und -Bedarfen, bspw. an einer Universität, allerdings allein aufgrund der Größe jener Einrichtungen bereits unmöglich und konnte auch von keiner der im Vorangegangenen beispielhaft beschriebenen qualitativen Studien erreicht werden. Ähnliches gilt für eine Generalisierung durch die (2) Vergrößerung der Stichprobe, also etwa der Durchführung von mehr qualitativen Interviews. Grundsätzlich gilt, „je mehr Fälle analysiert werden, desto besser kann generalisiert werden“, allerdings, so stellt Mayring fest, folgt „die Beschränkung auf kleine Stichproben in qualitativer Forschung […] oft praktischen Erwägungen (intensive und komplexe Datensammlung nötig)“ (Mayring 2007, 7), weshalb eine Vergrößerung der Stichprobe auch aus rein praktischen und kapazitätstechnischen Gründen nicht immer möglich bzw. realistisch ist. Als ein etwas vielversprechenderer Ansatz erscheint schließlich der der (3) Triangulation, also der „Kombination oder Integration z.B. verschiedener Studien“ (Mayring 2007, 8), wobei Mayring hier Parallelen zu Mixed Methods Ansätzen in der qualitativen Forschung zieht. Gemeint ist insbesondere die Kombination von qualitativen und quantitativen Ansätzen, die „für die umfangreiche und tiefgehende Beantwortung vieler Forschungsfragen zielführend“ (Steinke 2009, 249) sein kann. Diesem Ansatz folgend wurde bspw. auch, wie bereits vorgestellt, im Kontext der ersten hier beschriebenen qualitativen Studie (Simukovic u. a. 2014) vorgegangen, die ergänzend zu einer anonymen, quantitativen FDM-Umfrage (Simukovic, Kindling, und Schirmbacher 2013) durchgeführt wurde. Allerdings ist an dieser Stelle anzumerken, dass 88 auch eine solche Kombination quantitativer und qualitativer Methoden zeitund ressourcenaufwendig sein kann.67 Es lässt sich folglich zusammenfassend feststellen, dass qualitative Studien, bspw. die Durchführung qualitativer Interviews zur Erforschung von FDM-Bedarfen und -Bedarfsmustern, um Maßnahmen und Lösungsansätze zur Bedienung von FDM-Bedarfen zu identifizieren, FDMBedarfslandschaften zu erfassen und zu beschreiben und FDM-Services entsprechend an diesen auszurichten, bezüglich der inhaltlichen Genauigkeit geeigneter erscheinen als quantitative Umfragen. Aber vor dem Hintergrund, dass Zielgruppen, die mit FDM-Services adressiert werden sollen, in der Regel vergleichsweise groß sind, ist v. a. das Problem der Generalisierbarkeit von Ergebnissen, die durch qualitative Studien gesammelt werden, groß. Der zeitliche Aufwand, sowohl für eine beratende Einrichtung, die eine solche Studie durchführt, als auch für die Teilnehmenden, ist in der Regel hoch und entsprechend können qualitative Interviews meist nicht in einem notwendigen Umfang durchgeführt werden. Im Rahmen dieser Arbeit wird im Folgenden mit der qualitativen Analyse von FDM-Beratungsprotokollen als schriftliche Dokumentation semi-strukturiert geführter FDM-Beratungsgespräche ein neuer Ansatz zur Untersuchung von FDM-Bedarfen umgesetzt. In Abschnitt 4.3 wird hierzu das Untersuchungsmaterial zunächst beschrieben und eingeordnet. Anschließend wird der methodische Ansatz bei der Analyse der FDM-Beratungsprotokolle vorgestellt und vor dem Hintergrund aktueller Methodenliteratur betrachtet (siehe Abschnitt 4.4). Schließlich wird das formale Beschreibungsmodell, das mit Hilfe einer qualitativer Inhaltsanalyse von FDM-Beratungsprotokollen entwickelt werden konnte, erläutert (siehe Abschnitt 4.5). Danach werden Ergebnisse qualitative und quantitativer Analysen des dieser Arbeit zugrunde liegenden Korpus bestehend aus FDM-Beratungsprotokollen präsentiert und diskutiert (siehe Abschnitt 4.6). Zuletzt werden konkrete FDM-Bedarfsprofile und notwendige Kompetenzprofile auf Seiten beratender Einrichtungen und Forschender zur Bedienung von FDM-Bedarfen vorgestellt (siehe Abschnitt 4.7). Das Kapitel wird zuletzt noch einmal in Abschnitt 4.8 zusammengefasst. 67 Neben den drei hier besprochenen Ansätzen zur Generalisierung schlägt Mayring noch folgende weitere Ansätze vor: Die Falsifizierung, also das Identifizieren von falschen Generalisierungen; Zufallsstichproben aus einer gesamten Zielgruppe; Stratifizierungsstrategien; das theoretical sampling; die Untersuchung von Kontextmerkmalen; die Untersuchung eines Phänomens in anderen Kontexten; die vergleichende Forschungsliteraturanalyse (Mayring 2007, 6 ff.). Aufgrund des zeitlichen Aufwands erscheinen allerdings auch diese weiteren Ansätze im Rahmen qualitativer Interviews zum Zweck der Erforschung des Managements von Forschungsdaten als nicht praktikabel. 89 4.3 Beschreibung, Einordnung und Vorverarbeitung des Untersuchungsmaterials In diesem Abschnitt wird zunächst das Gesamtkorpus, das dieser Arbeit zugrunde liegt, kurz beschrieben und mit einem Beispiel illustriert (siehe Abschnitt 4.3.1). Im Anschluss wird die Eignung von FDM-Beratungsprotokollen zur Analyse von FDM-Bedarfen (siehe Abschnitt 4.3.2), insbesondere vor dem Hintergrund bereits diskutierter Restriktionen und Einschränkungen bestehender methodischer Ansätze (siehe Abschnitt 4.2), diskutiert. Schließlich werden Vorverarbeitungsschritte bezüglich der FDM-Beratungsprotokolle erläutert (siehe Abschnitt 4.3.3). 4.3.1 Das Gesamtkorpus dieser Arbeit Das dieser Arbeit zugrunde liegende Gesamtkorpus besteht aus insgesamt 146 anonymisierten FDM-Beratungsprotokollen, die zwischen 2015 und 2023 am Data Center for the Humanities (DCH) an der Universität zu Köln im Rahmen von FDM-Beratungsgesprächen mit Forschenden aus den Geistesund Sozialwissenschaften entstanden sind. Die FDM-Beratungsprotokolle sind als schriftliche Dokumentation semi-strukturiert geführter FDM-Beratungsgespräche unterschiedlich in Länge, Struktur und inhaltlichem Detailgrad. Sie wurden von unterschiedlichen Personen, v. a. auch von dem Autor dieser Arbeit, im Rahmen von FDM-Beratungsgesprächen verfasst und im Anschluss finalisiert. Abbildung 19 zeigt ein solches FDM-Beratungsprotokoll beispielhaft. Es wurde auf der Grundlage eines am DCH entwickelten Protokollierungs-Templates (Helling 2023) erstellt. FDM-Beratungsprotokolle zwischen 2015 und 2019 sind teilweise deutlich weniger strukturiert. Das beispielhafte FDM-Beratungsprotokoll verfügt über einen Header-Bereich, in dem generelle Informationen zu einem FDM-Beratungsvorgang, bspw. zur Fachrichtung und Projektphase, aber auch Angaben zu konkreten Ansprechpersonen notiert werden. Im darauffolgenden Abschnitt wird ein FDM-Beratungsgespräch in Form eines Fließtextes dokumentiert. Auch Informationen zu Datentypen und -formaten oder zu lebenden Ressourcen, die im Rahmen eines FDM-Beratungsgesprächs behandelt bzw. besprochen wurden, werden hier erfasst. Zuletzt werden Informationen dazu dokumentiert, was die beratende Einrichtung den anfragenden Forschenden bezüglich der Lösung ihrer FDM-Bedarfe rät, sowie ggf. Maßnahmen, die durch die anfragenden Forschenden oder die beratende Einrichtung durchgeführt wurden bzw. werden müssen, um einen FDM-Bedarf zu bedienen. 96 darstellt, da diese zum Zweck der Entwicklung eines formalen Beschreibungsmodells für FDMBedarfe, -Bedarfsmuster sowie Maßnahmen und Lösungsansätze eingesetzt wurde, liegt dabei ein besonderer Fokus auf der konzeptionellen und praktischen Entwicklung von Kategorien. 4.4.1 Qualitative Inhaltsanalyse als Methode zur Analyse von FDM-Beratungsprotokollen Vor dem Hintergrund des Hauptziels dieser Arbeit, ein formales Beschreibungsmodell zu entwickeln, um FDM-Bedarfe und -Bedarfsmuster im Forschungsdatenmanagement im Sinne von FDM-Bedarfskategorien sowie Maßnahmen und Lösungsansätze zu ihrer Bedienung zu identifizieren und durch weitere inhaltliche Informationen aus dem Material heraus zu kategorisieren, formal zu beschreiben und zu definieren, liegt der Fokus v. a. auf der formalen Erfassung von Informationen durch die Strukturierung des Untersuchungsmaterials mit Hilfe von Kategorienbildung. Diese Arbeit ist methodisch entsprechend primär an der inhaltlich-strukturierenden Inhaltsanalyse nach Kuckartz und Rädiker (2022, 129 ff.), bei der der Fokus auf der inhaltlichen und thematischen Auswertung eines Untersuchungsmaterials liegt, orientiert. Sie grenzt sich dadurch von anderen Ansätzen der qualitativen Inhaltsanalyse, etwa der explikativen Inhaltsanalyse, in der der Fokus auf der Einbeziehung und Analyse von Kontextinformationen zu einem Untersuchungsmaterial liegt (siehe bspw. Mayring 2022, 89 ff.), der evaluativen Inhaltsanalyse, bei der v. a. kodierte Informationen mit Hilfe von Skalen bewertet werden (siehe bspw. Kuckartz und Rädiker 2022, 157 ff.), oder der typenbildenden Inhaltsanalyse, einem Ansatz zur Definition von Eigenschaften bspw. von Personen oder Verhaltensweisen (siehe bspw. Kuckartz und Rädiker 2022, 176 ff.), ab.73 Kernbestandteil der qualitativen Inhaltsanalyse ist die Bildung von Kategorien, wobei hier in deduktive und induktive Kategorienbildung unterschieden wird.74 Kuckatz und Rädiker definieren (1) Interviewleitfäden, (2) Theorien, (3) aktuellen Forschungsstand, (4) Prozessmodelle, 73 Bezüglich einer tiefergreifenden Auseinandersetzung mit den verschiedenen Varianten der qualitativen Inhaltsanalyse sowie einer grundsätzlichen Methodendiskussion sei an dieser Stelle auf Schreier (2014) verwiesen. Sie liefert in ihrem Aufsatz in ‚Forum Qualitative Sozialforschung‘ einen fundierten Überblick über die verschiedenen methodischen Ansätze sowie ihrer jeweiligen Abgrenzungsprobleme zueinander. 74 Bei der deduktiven Kategorienbildung wird ein bestehendes Beschreibungsmodell auf Basis verschiedener Quellen und vordefinierter Systeme (im Sinne von strukturiertem Vorwissen der kodierenden Person(en)) auf das Untersuchungsmaterial angewendet (siehe bspw. Kuckartz und Rädiker 2022, 71 f.). Im Rahmen der induktiven Kategorienbildung werden Kategorien hingegen direkt aus dem Untersuchungsmaterial heraus gebildet, wenngleich auch hier der Prozess nicht ohne grundlegende Kenntnisse auf Seiten der kodierenden Person(en) bezüglich Sprache, Gegenstand und Phänomenen, also nicht ohne entsprechendes Vorwissen realisierbar ist (siehe bspw. Kuckartz und Rädiker 2022, 82). 97 (5) Hypothesen und Vermutungen, (6) Alltagswissen und (7) persönliche Erfahrungen als Quellen für die deduktive Kategorienbildung (2022, 72 ff.). (1) Zwar gibt es u. a. im Rahmen von qualitativen Studien zum Thema Forschungsdatenmanagement vereinzelt Interview-Leitfäden (siehe bspw. Kletke u. a. 2022). Diese beinhalten in der Regel auch Kategorien für FDM-Bedarfe, allerdings nur als einen von vielen weiteren FDMbezogenen Aspekten. Sie beruhen meist nicht auf theoretischen Konzepten, u. a. auch, da (2) Theorien zur formalen Beschreibung vom FDM-Bedarfskategorien und -Bedarfsmustern nach bestem Wissen des Autors nicht existieren.75 Einzig für einige Teilbereiche des in dieser Arbeit entwickelten Beschreibungsmodells wie Fachrichtungen und Datentypen existieren bereits verschiedene Beschreibungsmodelle, die für eine deduktive Entwicklung entsprechender Kategorien herangezogen wurden.76 Der (3) aktuelle Forschungsstand bezüglich der Erfassung von FDM-Bedarfen reduziert sich in der Regel auf unvollständige und nicht granulare, quantitative FDM-Umfragen oder nicht repräsentative qualitative Interviews mit Vertreter:innen einer Zielgruppe (siehe Abschnitte 4.1 und 4.2). Entsprechend ist der aktuelle Forschungsstand nicht zur Kategorienbildung a priori geeignet. Der Untersuchungsgegenstand ist darüber hinaus (4) weder in Prozesse eingebettet, die für seine Analyse hinsichtlich der Entwicklung eines formalen Beschreibungsmodells für FDM-Bedarfe und -Bedarfsmuster relevant sind, noch sollen bestehende (5) Hypothesen oder Vermutungen im Rahmen dieser Arbeit überprüft werden. Es gibt allerdings (6) Alltagswissen auf Seiten des Autors, aus dem heraus Kategorien a priori gebildet werden können. Er verfügt auch über (7) persönliche Erfahrungen im Sinne von (subjektiven) Konzepten und theoretischen Kategorien (siehe bspw. Kelle und Kluge 2010, 28) bezüglich des Managements von Forschungsdaten, weshalb eine deduktive Kategorienbildung nicht kategorisch ausgeschlossen werden kann. 75 Für die Definition von Begrifflichkeiten im Kontext des Managements von Forschungsdaten existieren einzig einige Glossare, die zentrale Aspekte des Forschungsdatenmanagements beschreiben. Diese sind in der Regel allerdings praxisorientiert und beruhen nicht auf wissenschaftlichen Untersuchungen des Managements von Forschungsdaten. Siehe bspw. FDM-Glossar der Freien Universität Berlin, online: https://www.fu-berlin.de/sites/forschungsdatenmanagement/glossar/index.html; Glossar zum Forschungsdatenmanagement auf forschungsdaten.org, online: https://forschungsdaten.info/praxis-kompakt/glossar/; ‚FDM kompakt‘ der Technischen Hochschule Brandenburg, online: https://bibliothek.th-brandenburg.de/forschungsdatenmanagement/fdmglossar?type=1; Glossar des Verbundprojekts FDM-ndsHAW, online: https://fdm-nds-haw.hawk.de/de/fdm-ressourcen/glossar (jeweils letzter Zugriff: 28. Juni 2025). 76 Es wurde ein Mapping zwischen initial konzeptuell kodierten Fachrichtungen innerhalb dieser Arbeit und der österreichischen Version der ‚Fields of Science and Technology (FOS) Classification‘ (ÖFOS 2012), online: https://vocabs.acdh.oeaw.ac.at/oefos/de/ durchgeführt. Darüber hinaus wurde ein Mapping zwischen initial konzeptuell kodierten Datentypen innerhalb dieser Arbeit sowie den ‚Controlled Vocabularies for Repositories – COAR‘, online: https://vocabularies.coar-repositories.org/resource_types/), und der ‚FRBR-aligned Bibliographic Ontology – FaBiO‘, online: https://sparontologies.github.io/fabio/current/fabio.html (jeweils letzter Zugriff: 23. Juni 2025) durchgeführt (siehe Abschnitt 4.5.3.1.2 und 4.5.3.2.2). 98 Im Rahmen dieser Arbeit erfolgt die Kategorienbildung entsprechend grundsätzlich induktiv (und nur geringfügig auch deduktiv), da die meisten Formen von Quellen und vordefinierten Systemen für die deduktive Bildung von Kategorien nicht gegeben sind und es das Ziel der vorliegenden Abhandlung ist, ein formales Beschreibungsmodell zu entwickeln, das möglichst nah am Untersuchungsgegenstand selbst ist. Um einem aus der induktiven Kategorienbildung möglicherweise entstehenden Distanzverlustes im Sinne eines Zirkels (siehe bspw. Kelle und Kluge 2010, 33 f.) entgegenzuwirken, ist eine Validierung des Beschreibungsmodells durch dessen Anwendung auf ein weiteres Korpus im Anschluss an diese Arbeit vorgesehen. Dieses Korpus besteht aus anonymisierten Protokollen im Sinne von schriftlichen Dokumentationen von FDM-Beratungsgesprächen einer beratenden Einrichtung an einer weiteren Universität in Deutschland. Zusätzlich soll das formale Beschreibungsmodell durch den prototypischen Einsatz an weiteren FDM-Beratungseinrichtungen im deutschsprachigen Raum evaluiert und weiterentwickelt werden. Die Ergebnisse dieser Validierung und Evaluation werden in einem wissenschaftlichen Beitrag in einer Open-Access-Zeitschrift zum Forschungsdatenmanagement publiziert (siehe Abschnitt 5.1). Abb. 20 (in Kuckartz und Rädiker 2022, 132): Prozessmodell einer inhaltlich-strukturierten qualitativen Inhaltsanalyse. 99 Die methodischen Arbeitsschritte, die in dieser Arbeit durchgeführt wurden, entsprechen im Kern dem in Abbildung 20 dargestellten Prozessmodell, wobei teilweise methodische Elemente der zusammenfassenden Inhaltsanalyse, insbesondere der Paraphrasierung und Reduktion von kodierten Textstellen (siehe bspw. Mayring 2022, 68 ff.), sowie die Bildung von konzeptuellen Kategorien im Sinne der Grounded Theory (siehe bspw. Strauss und Corbin 2010, 44; Glaser und Strauss 2017, 3 ff.) integriert wurden. Diese Kombination unterschiedlicher qualitativer Methoden ist dabei v. a. eine Reaktion darauf, dass das Untersuchungsmaterial in seiner Struktur und seinem Inhalt sehr heterogen ist und es zum Zeitpunkt der vorliegenden Arbeit noch keine Konzepte zur formalen Beschreibung von FDM-Bedarfen gab. Die Paraphrasierung heterogener Textstellen ermöglicht hier eine Kodierung möglichst nah am Material. Die Entwicklung konzeptueller Kategorien ist schließlich dienlich, um noch nicht definierte Phänomene innerhalb des Untersuchungsmaterials, die geeignet sind, um FDM-Bedarfe und -Bedarfsmuster sowie Maßnahmen und Lösungsansätze zu ihrer Bedienung näher zu charakterisieren, initial zu erfassen und im weiteren Verlauf zu konkretisieren. Die gesamte Kodierung der FDM-Beratungsprotokolle wurde im Rahmen dieser Arbeit mit Hilfe von MAXQDA77 umgesetzt. Jene ist eine proprietäre Software der Firma VERBI und wurde zur qualitativen Datenund Textanalyse entwickelt. Entsprechend ist die Software u. a. auf die Bedürfnisse und Methoden der qualitativen Sozialforschung spezialisiert und eignet sich aufgrund der methodischen Ausrichtung der vorliegenden Abhandlung auch für die Analyse von FDM-Beratungsprotokollen.78 Im Folgenden werden die verschiedenen methodischen Schritte dieser Arbeit, die nach der Anonymisierung des Untersuchungsmaterials (siehe Abschnitt 4.3.3.2) durchgeführt wurden, vorgestellt. 1. Zusammenstellung und erste Erschließung des Untersuchungsmaterials: Nachdem das Untersuchungsmaterial, insgesamt 146 FDM-Beratungsprotokolle, die am Data Center for the Humanities (DCH) an der Universität zu Köln im Rahmen von FDMBeratungsgesprächen im Zeitraum zwischen 2015 und 2023 entstanden sind, zusammengetragen und anonymisiert wurde, begann die initiale Textarbeit. Das gesamte Untersuchungsmaterial wurde detailliert gelesen, erste Memos und Notizen bezüglich 77 MAXQDA, online: https://www.maxqda.com/de/ (letzter Zugriff: 11. Juni 2025). 78 Wenngleich es sich zum Zweck der Nachnutzung und Reproduzierbarkeit von wissenschaftlichen Forschungsergebnissen empfiehlt möglichst nicht proprietäre Open Source Software für die Datenanalyse und -verarbeitung zu verwenden, wurde in dieser Arbeit MAXQDA eingesetzt, da es für die Anwendung qualitativer Methoden im Bereich der Textanalyse weit verbreitet und etabliert ist. 100 möglicher FDM-Bedarfskategorien wurden erstellt. Auch Textstellen, die FDM-Bedarfe beschreiben und charakterisieren, wurden auf diese Weise initial markiert. 2. Induktive Entwicklung und Vergabe von FDM-Bedarfskategorien als Hauptkategorien: Durch ein primär induktives Verfahren wurden erste Kategorien für die Kodierung von FDM-Bedarfen, also FDM-Bedarfskategorien als Hauptkategorien, aus dem Untersuchungsmaterial heraus gebildet und vergeben. Die Analyseeinheit war in diesem Prozess breit definiert. Es konnten FDM-Bedarfskategorien auf Basis von Stichworten und Schlüsselbegriffen (siehe Abbildung 21) oder durch den Prozess der Paraphrasierung von (Teil-)Sätzen im Sinne der zusammenfassenden Inhaltsanalyse nach Mayring (2022, 68 ff.) gebildet und vergeben werden (siehe Abbildung 22). Abb. 21: Vergabe der FDM-Bedarfskategorie Antrag auf Basis eines Schlüsselbegriffs in MAXQDA. Abb. 22: Vergabe der FDM-Bedarfskategorie Antrag durch Paraphrasierung eines Teilsatzes in MAXQDA.79 Ein typischer Prozess der Paraphrasierung sah dabei bspw. wie folgt aus: Ausgangspunkt ‚allgemeinem Feedback zu dem Daten-/Archivierungsabschnitt ihres Antrags‘ Paraphrasierungsschritt 1 à Feedback zum Antrag Paraphrasierungsschritt 2 à Antrag Darüber hinaus wurden vereinzelt auch Kategorien auf Basis des Gesamtkontexts eines FDM-Beratungsprotokolls vergeben, wenn aus diesem auf einen FDM-Bedarf 79 Darüber hinaus wurde in diesem Beispiel der Satz ‚Sie fragte nach der Sicherung und Publikation der dabei entstehenden Sprachdaten im [fachspezifisches Repositorium/lokal]‘ in vergleichbaren Paraphrasierungsschritten mit den FDM-Bedarfskategorien Archivierung und Publikation kodiert. 101 geschlossen werden konnte. Im Anschluss wurde das gesamte Untersuchungsmaterial bzw. das Gesamtkorpus, bestehend aus allen dieser Arbeit zugrunde liegenden FDMBeratungsprotokollen, entsprechend den vergebenen FDM-Bedarfskategorien in Subkorpora aufgeteilt. 3. Überprüfung bisheriger Kodierungen: Die thematisch zusammengestellten Subkorpora wurden im Hinblick auf ihre Konsistenz überprüft. Die einzelnen FDM-Beratungsprotokolle wurden erneut dahingehend detailliert gelesen, ob ihre Zusammenfassung zu einzelnen Subkorpora inhaltlich gerechtfertigt ist und alle FDM-Beratungsprotokolle tatsächlich über den ihnen zugewiesenen FDM-Bedarf verfügen. In diesem Rahmen wurden, sofern nötig, Korrekturen bei der Bildung und/oder Vergabe von FDM-Bedarfskategorien bzw. der Zuordnung von FDM-Beratungsprotokollen zu Subkorpora vorgenommen. Auch wurden teilweise FDM-Bedarfskategorien aufgrund inhaltlicher Parallelen im Sinne der zusammenfassenden Inhaltsanalyse (Mayring 2022, 68 ff.) zusammengefasst. 4. Induktive Entwicklung und Vergabe sowie Überprüfung von Unterkategorien: Im nächsten Schritt wurden die verschiedenen Subkorpora unabhängig voneinander auf einer inhaltlichen Ebene untersucht. Aus Gründen der Repräsentativität wurden lediglich die fünf größten Subkorpora mit den FDM-Bedarfskategorien Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource und Entwicklung lebende Ressource analysiert.80 Entsprechend umfassen alle analysierten Subkorpora in Summe 109 FDM-Beratungsprotokolle.81 In dem Prozess wurde mit dem größten Subkorpus begonnen. Es wurden primär induktiv Kategorien für Textstellen vergeben, die die jeweilige FDMBedarfskategorie eines Subkorpus konkretisieren, charakterisieren und näher beschreiben. Dieser Prozess ist dabei orientiert an der Vergabe konzeptueller Kategorien im Sinne der Grounded Theory (Strauss und Corbin 2010, 44). Ziel war es, entsprechend inhaltliche Phänomene, die zur Definition und Charakterisierung von FDM-Bedarfskategorien notwendig sind, zu identifizieren. Es wurden zunächst folgende 80 Das größter Subkorpus mit der FDM-Bedarfskategorie Antrag verfügt über 48 FDM-Beratungsprotokolle. Das kleinste der fünf analysierten Subkorpora mit der FDM-Bedarfskategorie Entwicklung lebende Ressource verfügt hingegen bereits nur noch über 13 FDM-Beratungsprotokolle. Die Beschränkung der Analysen und Auswertungen auf die fünf am häufigsten identifizierten FDM-Bedarfskategorien ist entsprechend v. a. in der schwankenden Häufigkeit der identifizierten FDM-Bedarfskategorien begründet. Viele FDM-Bedarfskategorien konnten im Gesamtkorpus nur in weniger als zehn FDM-Beratungsprotokollen identifiziert werden (siehe Tabelle 57 im Anhang A. 3). Diese Ungleichheit steht der Generierung verlässlicher und ansatzweise vergleichbarer Analyseergebnisse entgegen. 81 Es handelt sich dabei um 109 individuelle FDM-Beratungsprotokolle. In 51 dieser FDM-Beratungsprotokolle konnte mehr als eine der fünf am häufigsten identifizierten FDM-Bedarfskategorien identifiziert werden. 102 Phänomene, die im Rahmen der qualitativen Inhaltsanalyse festgestellt werden konnten, mit allgemeinen, konzeptuellen Kategorien kodiert: • generelle Informationen: grundsätzliche Informationen über den Rahmen, in dem ein protokolliertes FDM-Beratungsgespräch stattgefunden hat, bspw. zur Fachrichtung, zur Förderinstitution oder zur Projektphase. • Datentypen: statische Typen von Forschungsdaten und -ergebnissen, auf die sich FDM-Bedarfe beziehen. • Datenformate: Informationen zu digitalen Formaten, die Datentypen repräsentieren. • Gegenstände: lebende Ressourcen im Sinne von dynamischer und ausgeführter Software, auf die sich FDM-Bedarfe beziehen. • Bedingungen/Voraussetzungen: Voraussetzungen und/oder Anforderungen, die erfüllt werden mussten, um einen FDM-Bedarf zu bedienen. • Maßnahmen: Handlungen, die von Teilnehmenden innerhalb des Beratungsprozesses durchgeführt wurden oder werden mussten, um einen FDM-Bedarf zu bedienen.82 • mögliche Lösungen: Strategien oder Ansätze, die geeignet wären, um einen FDM-Bedarf zu bedienen. • inhaltliche Aspekte: Informationen über FDM-Aspekte, die im Rahmen eines FDM-Beratungsgesprächs behandelt wurden (ausschließlich im Kontext der FDM-Bedarfskategorie Antrag).83 Dieser Prozess ist iterativ erfolgt. Die Analyseeinheit wurde erneut breit bestimmt. Sowohl Stichworte und Schlüsselbegriffe als auch ganze Sätze konnten als Einheit initial kodiert werden. Entscheidend war, ob sie Informationen über FDM-Bedarfe oder zur Beschreibung und Charakterisierung von FDM-Bedarfen bzw. zu Maßnahmen oder 82 Maßnahmen, die durchgeführt wurden oder werden mussten, um einen FDM-Bedarf zu bedienen, können gleichzeitig auch als Bedingung/Voraussetzung oder mögliche Lösung kodiert worden sein, wenn eine Bedingung/Voraussetzung durch Teilnehmende an einem FDM-Beratungsgespräch erfüllt wurden oder werden mussten bzw., wenn eine Maßnahme das Ziel der Bedienung eines FDM-Bedarfs erreicht (siehe Abschnitte 4.5.3.2.1 und 4.5.3.2.10). 83 Inhaltliche Aspekte konnten nicht auf andere FDM-Bedarfskategorien angewendet werden, da mit ihnen Themen und Aspekte des Forschungsdatenmanagements kodiert wurden, die sich in einer Planungsphase und nicht in einer akuten Umsetzungsphase befanden. Dieser Zustand liegt ausschließlich im Rahmen der FDM-Bedarfskategorie Antrag vor. Schließlich gilt es hier das Management von Forschungsdaten zu planen und im Rahmen von Antragstexten zu formulieren, wodurch ebenjener FDM-Bedarf Antrag bedient wird. Bei allen anderen hier analysierten FDM-Bedarfskategorien, die durchaus inhaltliche Aspekte im Kontext der FDM-Bedarfskategorie Antrag hätten sein könnten, steht hingegen die tatsächliche Lösung von ebenjenen FDM-Bedarfen im Fokus. 103 Lösungsansätzen zu ihrer Bedienung enthalten. Darüber hinaus wurden auch hier vereinzelt Kategorien auf Basis des Gesamtkontexts eines FDM-Beratungsprotokolls vergeben, wenn aus diesem auf Informationen geschlossen werden konnte, die eine FDMBedarfskategorie näher beschreiben und charakterisieren. 5. Ausdifferenzierung und Konkretisierung von vergebenen, konzeptuellen Kategorien durch Paraphrasierung und Reduktion: Im Anschluss wurden durch fortlaufende Paraphrasierungen im Sinne der zusammenfassenden Inhaltsanalyse (Mayring 2022, 68 ff.) initial kodierte Textstellen weiter ausdifferenziert und es wurde ein Beschreibungsmodell mit einem hohen Abstraktionsniveau entwickelt, sodass Kategorien in der Regel nur aus einem Wort bis drei Wörtern bestehen. Die Anzahl der Paraphrasierungsschritte war dabei jeweils abhängig von der Größe der initial und konzeptuell kodierten Analyseeinheit. Abbildung 23 zeigt beispielhaft einen ganzen Satz, in dem im Kontext der FDM-Bedarfskategorie Hosting/Betrieb lebende Ressource in einem FDM-Beratungsprotokoll formuliert wurde, dass ein System (also eine lebende Ressource) auf einer lokal betriebenen/angebotenen, technischen Infrastruktur lauffähig sein muss, um den FDMBedarf Hosting/Betrieb lebende Ressource zu bedienen. Abb. 23: Beispiel für die induktive Bildung einer Kategorie im Untersuchungsmaterial durch Paraphrasierung in MAXQDA. Ausgangspunkt ist ein vollständiger Satz. Aus diesem Satz, der zunächst mit der konzeptuellen Kategorie (im Sinne der Grounded Theory) Bedingung/Voraussetzung kodiert war, wurde schließlich durch mehrere Paraphrasierungsschritte induktiv die Lauffähigkeit lebende Ressource als Kategorie gebildet. Sie bezeichnet konkret eine Bedingung/Voraussetzung für die Bedienung des FDM-Bedarfs Hosting/Betrieb lebende Ressource. Die konkreten Paraphrasierungsschritte sind hierbei wie folgt nachzuvollziehen: Ausgangspunkt à ‚Sollte das System auf einem Linux-Server laufen können, muss evaluiert werden, ob die Komponenten auf einer managedVM am [Rechenzentrum/lokal] laufen könnten.‘ (initial und konzeptuell mit der Kategorie Bedingung/Voraussetzung kodiert) 104 Paraphrasierungsschritt 1 à Lauffähigkeit System auf managedVM am [Rechenzentrum/lokal] Paraphrasierungsschritt 2 à Lauffähigkeit lebende Ressource Inhaltlich ähnliche Textstellen wie in Abbildung 24, die einen Auszug aus einem anderen FDM-Beratungsprotokoll mit der FDM-Bedarfskategorie Hosting/Betrieb lebende Ressource dargestellt, wurden, nachdem sie gleichermaßen initial und konzeptuell kodiert worden waren (in diesem Fall erneut mit der konzeptuellen Kategorie – im Sinne der Grounded Theory – Bedingung/Voraussetzung), schließlich paraphrasiert. Dabei wurde regelmäßig geprüft, ob sich aus dem Prozess der Kategorienbildung gleiche, ähnliche oder eigenständige Kategorien ableiten ließen. Im konkreten Beispiel konnte die entsprechende Textstelle, die die Information enthält, dass die Lauffähigkeit einer Datenbank auf lokal betriebener Infrastruktur eine Bedingung/Voraussetzung für die Bedienung des FDM-Bedarfs Hosting/Betrieb lebende Ressource ist, erneut mit der Kategorie Lauffähigkeit lebende Ressource kodiert werden. Darüber hinaus konnte im Prozess der Kategorienbildung mit Migration lebende Ressource eine weitere Kategorie entwickelt werden, die den weiteren Inhalt der Textstelle kategorisiert. Schließlich enthält diese auch die Information, dass die lebende Ressource als vorgelagerte Voraussetzung zunächst in einen neuen bzw. alternativen Zustand migriert werden muss, um die Bedingung/Voraussetzung der Lauffähigkeit auf lokal betriebener Infrastruktur zu erfüllen und den FDM-Bedarf Hosting/Betrieb lebende Ressource bedienen zu können. Abb. 24: Beispiel für eine weitere Textstelle im Untersuchungsmaterial, die in MAXQDA auch mit der Kategorie Lauffähigkeit lebende Ressource sowie zusätzlich mit der Kategorie Migration lebende Ressource kodiert wurde. Ausgangspunkt ist ein vollständiger Satz. Ein Beispiel für die deduktive Bildung einer Kategorie ist in Abbildung 25 dargestellt. Die Textstelle wurde in diesem Fall zunächst mit der konzeptuellen Kategorie (im Sinne der Grounded Theory) mögliche Lösung kodiert. Durch das Vorwissen des Autors konnte schließlich deduktiv die Kategorie Datenarchivierung lok. gen. als mögliche Lösung gebildet werden, da er Kenntnis darüber hat, dass der Tivoli Storage Manager 105 (TSM)84 an der Universität zu Köln eine generische Archivierungsinfrastruktur ist, die von vielen Fachrichtungen für die Archivierung unterschiedlichster Datentypen und - formate genutzt wird. Abb. 25: Beispiel für die deduktive Bildung der Kategorie Datenarchivierung lok. gen. im Untersuchungsmaterial durch Paraphrasierung in MAXQDA. Ausgangspunkt ist erneut ein vollständiger Satz. Wenn nun entsprechende Kategorien wie Lauffähigkeit lebende Ressource, Migration lebende Ressource oder Datenarchivierung lok. gen. für ein Subkorpus entwickelt und vergeben wurden, wurde überprüft, ob ebenjene Kategorien auch auf die anderen Subkorpora angewendet werden konnten. Sobald in diesem Prozess neue oder angepasste Kategorien entstanden sind, wurden auch die vergebenen Kategorien in bereits kodierten Subkorpora überprüft und ggf. angepasst. Diese Vorgehensweise war notwendig, um die Anzahl individueller Kategorien für einzelne Subkorpora möglichst niedrig zu halten und ein möglichst großes Set an Kategorien zu entwickeln, das für alle Subkorpora bzw. für alle FDM-Bedarfskategorien gültig ist. 6. Hierarchische Strukturierung der entwickelten Kategorien zu einem Gesamtmodell: Schließlich wurden sämtliche entwickelte Kategorien in ein Gesamtmodell überführt (siehe Abschnitt 4.5 und Anhang A.1 und A.2). Neben den FDM-Bedarfskategorien als Hauptkategorien wurden alle weiteren Kategorien (sowohl initial vergebene konzeptuelle Kategorien als auch durch Paraphrasierung entwickelte Kategorien) hierarchisch strukturiert. Die Kategorien innerhalb des Gesamtmodells lassen sich dabei, orientiert an den durch Kuckartz und Rädiker (2022, 55 ff.) definierten Kategorie-Arten, in (1) Fakten-Kategorien, (2) thematische Kategorien, (3) Ordnungskategorien und (4) natürliche Kategorien unterteilen.85 Fakten-Kategorien beziehen sich auf objektive oder vermeintlich objektive Wahrheiten, im vorliegenden Modell sind dies bspw. Kategorien, die konkrete Datentypen wie Audiodaten benennen. 84 Backupund Archiv-System TSM der Universität zu Köln, online: https://itcc.uni-koeln.de/services/daten-speichern-teilen/backup-system-tsm (letzter Zugriff: 28. Juni 2025). 85 Kuckartz und Rädiker unterscheiden insgesamt in Fakten-Kategorien, thematische Kategorien, evaluative bzw. skalierende Kategorien, analytische Kategorien, theoretische Kategorien, natürliche Kategorien und formale Kategorien. 112 Abb. 27: Gesamtheit der Unterkategorien zur Kodierung der anfragenden Forschenden auf Ebene 1 (Ordnungskategorie, grün) und der Ebene 2 (Fakten-Kategorien, orange). 4.5.3.1.2 Fachrichtung Wissenschaftlich-inhaltlicher Fachbereich, aus dem heraus eine Anfrage für eine FDM-Beratung durch anfragende Forschende gestellt wurde (siehe Abbildung 28). Hierbei wurden verschiedene Systematiken90 zur strukturierten Darstellung von Fachbereichen hinsichtlich ihrer Eignung zur Kategorisierung der im Untersuchungsmaterial identifizierten Informationen zu Fachrichtungen geprüft und schließlich wurde ein Mapping mit der österreichischen Version der ‚Fields of Science and Technology (FOS) Classification‘ – ÖFOS 2012 – umgesetzt.91 90 Untersucht wurden die DFG-Fächersystematik, online: https://www.dfg.de/resource/blob/331944/33422f091e941592cdc355038a865e03/fachsystematik-2024-2028-de-data.pdf; die Fächersystematik für Studierende an Hochschulen, online: https://www.destatis.de/DE/Methoden/Klassifikationen/Bildung/studenten-pruefungsstatistik.pdf?__blob=publicationFile; die Fächersystematik für Personal an Hochschulen des Statistischen Bundesamtes, online: https://www.destatis.de/DE/Methoden/Klassifikationen/Bildung/personalstellenstatistik.pdf?__blob=publicationFile; die österreichische Version der ‚Fields of Science and Technology (FOS) Classification‘ (ÖFOS 2012), online: https://vocabs.acdh.oeaw.ac.at/oefos/de/ (jeweils letzter Zugriff: 11. Juni 2025). 91 Während die DFG-Fächersystematik nicht über eine ausreichende Granularität verfügt, konnten mit den beiden Systematiken des Statistischen Bundesamtes nahezu gleich viele Fachrichtungen abgebildet werden wie mit Hilfe des ÖFOS-Klassifikationssystems. Allerdings sind die ÖFOS-Klassifikationen im Vergleich ausdifferenzierter und damit passgenauer für die Kodierung von Fachrichtungen möglichst nah am Untersuchungsgegenstand. Schlussendlich wurden alle initial vergebenen Kategorien, die Fachrichtungen benennen, mit entsprechenden Kategorien der ÖFOS-Klassifikation verknüpft und die hierarchische Struktur des Klassifikationssystems übernommen. Einzig die Kategorie andere Geisteswissenschaften (Online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/605), die im ÖFOS-Klassifikationssystem als Sammelkategorie für weitere geisteswissenschaftliche Fachrichtungen verwendet wird, die nicht unter bereits bestehende Kategorien subsummiert werden konnten, wurde nicht mit übernommen, da sie allgemein und wenig aussagekräftig ist. Als einzige Unterkategorie der ÖFOS-Kategorie andere Geisteswissenschaften konnte im untersuchten Korpus die Fachrichtung Digital Humanities (Online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/605007) identifiziert werden. Diese wurde im in dieser Arbeit entwickelten Beschreibungsmodell anstatt als Unterkategorie der Kategorie andere Geisteswissenschaften direkt auf Ebene 2 113 Abb. 28: Gesamtheit der Unterkategorien zur Kodierung der Fachrichtung auf Ebene 1 (Ordnungskategorie, grün) und den Ebenen 2, 3 und 4 (Fakten-Kategorien, orange). 4.5.3.1.3 Förderinstitution Institutionen und Einrichtungen, die auf Basis eines qualitätsgesicherten und unabhängigen Peer-Review-Verfahrens finanzielle Mittel an antragsstellende Forschende vergeben und so wissenschaftliche Forschungsvorhaben finanzieren (siehe Abbildung 29). des Kategorienmodells als eigenständige Kategorie für die Fachrichtung Digital Humanities eingesetzt. Darüber hinaus wurden die ÖFOS-Kategorien Sprachund Literaturwissenschaften (Online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/6020) und Kulturwissenschaft (Online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/605004) im Beschreibungsmodell dieser Arbeit zusammengeführt, da aus dem untersuchten Korpus heraus auf einer inhaltlichen Ebene nicht immer eindeutig feststellbar war, ob es sich bei Vorhaben aus bspw. der Afrikanistik oder der Romanistik um sprachund literaturwissenschaftliche oder kulturwissenschaftliche Vorhaben handelt (jeweils letzter Zugriff: 07. Juli 2025). Das hier beschriebene Mapping wurde im Rahmen der Datenpublikation zur vorliegenden Arbeit auf Zenodo publiziert (Helling 2025b). 114 Abb. 29: Gesamtheit der Unterkategorien zur Kodierung der Förderinstitution auf Ebene 1 (Ordnungskategorie, grün) und der Ebene 2 (Fakten-Kategorien, orange). 4.5.3.1.4 Projektform Organisatorischer, fördertechnischer Rahmen eines Forschungsvorhabens, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde (siehe Abbildung 30). 115 Abb. 30: Gesamtheit der Unterkategorien zur Kodierung der Projektform auf Ebene 1 (Ordnungskategorie, grün) und den Ebenen 2 und 3 (Fakten-Kategorien, orange). 4.5.3.1.5 Projektphase Phase, in der sich ein Forschungsvorhaben zum Zeitpunkt der ersten Kontaktaufnahme mit einer beratenden Einrichtung durch anfragende Forschende befunden hat (siehe Abbildung 31). Abb. 31: Gesamtheit der Unterkategorien zur Kodierung der Projektphase auf Ebene 1 (Ordnungskategorie, grün) und der Ebene 2 (natürliche Kategorien, violett). 4.5.3.2 Kategorien zur Beschreibung und Charakterisierung von FDM-Bedarfen 4.5.3.2.1 Bedingung/Voraussetzung Anforderungen, die an die Bedienung eines FDM-Bedarfs geknüpft waren, bzw. konkrete Voraussetzungen, die erfüllt sein mussten, um einen FDM-Bedarf zu bedienen (siehe 116 Abbildung 32). Textstellen, die mit Unterkategorien der Ordnungskategorie Bedingung/Voraussetzung kodiert wurden, können zusätzlich auch mit Unterkategorien der Ordnungskategorien Maßnahmen anfragende Forschende oder Maßnahmen beratende Einrichtung kodiert worden sein. Dies war immer dann der Fall, wenn aus dem Untersuchungsmaterial heraus deutlich wurde, dass eine Bedingung/Voraussetzung durch anfragende Forschende oder eine beratende Einrichtung erfüllt wurde oder werden musste. Wenn bspw. die Bedingung/Voraussetzung Metadatensammlung als Unterkategorie der Ordnungskategorie Datenvorbereitung innerhalb eines FDM-Beratungsprotokolls kodiert wurde und ebenjene Sammlung von Metadaten durch die anfragenden Forschenden durchgeführt werden sollte, wurde die entsprechende Textstelle auch mit der Unterkategorie Metadatensammlung (d. aF) der Ordnungskategorie Maßnahmen anfragende Forschende – Datenvorbereitung (d. aF) kodiert. Abb. 32: Gesamtheit der Unterkategorien zur Kodierung der Bedingungen/Voraussetzungen auf den Ebenen 1 und 2 (Ordnungskategorien, grün; thematische Kategorien, blau) und den Ebenen 3 und 4 (thematische Kategorien, blau). 4.5.3.2.2 Datenformate Spezifische Formate von Forschungsdaten und -ergebnissen, die im Rahmen eines FDM-Beratungsgesprächs adressiert wurden und Datentypen repräsentieren (siehe Abbildung 33). 117 Abb. 33: Gesamtheit der Unterkategorien zur Kodierung der Datenformate auf den Ebenen 1 und 2 (Ordnungskategorie, grün), Ebene 3 (Ordnungskategorien, grün; Fakten-Kategorien, orange) und Ebene 4 (Fakten-Kategorien, orange). 4.5.3.2.3 Datentypen Spezifische Typen von Forschungsdaten und -ergebnissen, die im Rahmen eines FDM-Beratungsgesprächs adressiert wurden (siehe Abbildung 34). Auf Ebene 3 sind konkrete Spezifizierungen von Datentypen enthalten. Sie können Auskunft über entweder die Form, die Funktion oder den Inhalt als primäre Eigenschaften von Datentypen geben.92 So verfügt die Unterkategorie Audio – Gespräch (Inhalt) bspw. über die primäre Information, dass die Audiodaten, die mit dieser Unterkategorie kodiert wurden, Aufnahmen von verbalen Äußerungen, die min. zwischen zwei Personen stattgefunden haben, sind. In welcher Form diese Daten vorliegen oder über welche Funktion sie verfügen, ist hingegen aus diesen Informationen nicht ablesbar. 92 Im Rahmen dieser Arbeit wurde bezüglich der identifizierten Datentypen ein Mapping zwischen Datentyp-Kategorien und bestehenden Kategorienmodellen vorgenommen, um die im Korpus identifizierten und kodierten Datentypen zu überprüfen. Der Fokus lag dabei auf einem Mapping mit den Ressourcen-Typen der ‚Controlled Vocabularies for Repositories – COAR‘ (Online: https://vocabularies.coar-repositories.org/resource_types/) sowie der ‚FRBR-aligned Bibliographic Ontology – FaBiO‘ (Online: https://sparontologies.github.io/fabio/current/fabio.html) (jeweils letzter Zugriff: 23. Juni 2025). Dabei konnte festgestellt werden, dass insbesondere ein Mapping zwischen den beiden Kategorienmodellen und den in dieser Arbeit entwickelten Datentyp-Kategorien auf Ebene 2 möglich war. Datentyp-Kategorien der Ebene 3 sind hingegen insbesondere auf die Informationsbedarfe für das Management von Forschungsdaten ausgerichtet. COAR ist v. a. auf die Bedarfe von Repositorien hin entwickelt worden. FaBiO fokussiert bibliographische Informationsbedarfe. Aufgrund dieser unterschiedlichen Perspektiven auf das gleiche Sujet war ein Mapping zwischen den beiden Kategorienmodellen und den DatentypKategorien auf Ebene 3 nur bedingt möglich. Dies ist allerdings kein Indikator für eine fehlende Eignung der Datentyp-Kategorien, die im Rahmen dieser Arbeit entwickelt wurden, sondern vielmehr ein Hinweis darauf, dass die Gerichtetheit solcher Modelle einen starken Einfluss auf ihre Ausgestaltung hat. Das hier beschriebene Mapping wurde im Rahmen der Datenpublikation zur vorliegenden Arbeit auf Zenodo publiziert (Helling 2025b). 118 Die Unterkategorie Text – Tabelle (Form) wiederum enthält Informationen darüber, wie Text strukturiert ist bzw. in welcher Form er vorliegt. Im konkreten Fall wurde die Unterkategorie verwendet, um eine strukturierte Zusammenstellung von Text, üblicherweise in Zeilen und Spalten, zu kodieren. Diese Spezifizierung hält allerdings keine Informationen darüber bereit, was in ebenjenen Daten inhaltlich enthalten ist oder welche Funktion eine entsprechend kodierte Text – Tabelle (Form) erfüllt. Text – Annotationen (Funktion) hingegen verfügt primär über Informationen darüber, welche Funktion der konkretisierte Datentyp erfüllt, bzw. wozu er eingesetzt wird. Bei Text – Annotationen (Funktion) handelt es sich um Text, der als ergänzende Informationen zu einem weiteren Datentyp bzw. dessen Inhalt hinzugefügt wird und häufig weiterführende Informationen enthält. Text – Annotationen (Funktion) lässt allerdings keine Aussagen darüber zu, was der Inhalt des Datentyps ist oder in welcher strukturellen Form er vorliegt. Abb. 34: Gesamtheit der Unterkategorien zur Kodierung der Datentypen auf den Ebenen 1 und 2 (Ordnungskategorien, grün) und der Ebene 3 (Fakten-Kategorien, orange). 119 4.5.3.2.4 Funktionalitäten (Geplante) Funktionsweisen von lebenden Ressourcen, die entweder für ihre Entwicklung oder ihren langfristigen Betrieb relevant waren bzw. in diesem Kontext berücksichtigt werden mussten oder einen Einfluss auf die Entwicklung bzw. das Hosting hatten (siehe Abbildung 35). Abb. 35: Gesamtheit der Unterkategorien zur Kodierung von Funktionalitäten auf Ebene 1 (Ordnungskategorie, grün) und den Ebenen 2 und 3 (Fakten-Kategorien, orange). 4.5.3.2.5 Gegenstand Art bzw. Typen von lebenden Ressourcen, die im Rahmen eines FDM-Beratungsgesprächs adressiert wurden (siehe Abbildung 36). 120 Abb. 36: Gesamtheit der Unterkategorien zur Kodierung der Gegenstände auf Ebene 1 (Ordnungskategorie, grün) und der Ebene 2 (Fakten-Kategorien, orange). 4.5.3.2.6 Inhaltliche Aspekte FDM-Themen und Aspekte, die im Kontext eines FDM-Beratungsgesprächs ausschließlich zum FDM-Bedarf Antrag zwischen anfragenden Forschenden und einer beratenden Einrichtung besprochen wurden (siehe Abbildung 37). 121 Abb. 37: Gesamtheit der Unterkategorien zur Kodierung der inhaltlichen Aspekte im Kontext der FDM-Bedarfskategorie Antrag auf der Ebene 1 (Ordnungskategorien, grün) und den Ebenen 2, 3 und 4 (thematische Kategorien, blau). 128 (orange) sowie thematische Kategorien (blau) verortet, die auch jeweils auf höheren Ebenen durch weitere Unterkategorien spezifiziert sein können. Einige thematische Kategorien (blau) befinden sich auch auf Ebene 5. Natürliche Kategorien (violett) sind ausschließlich auf Ebene 2 lokalisiert. Zur Veranschaulichung des Beschreibungsmodells in der Praxis ist in Abbildung 44 sein Einsatz am Beispiel der FDM-Bedarfskategorie Publikation abgebildet. Zur Beschreibung dieser FDM-Bedarfskategorie konnten Informationen zu den anfragenden Forschenden, Bedingungen/Voraussetzungen, Datenformaten, Datentypen, zur Fachrichtung, zu Förderinstitutionen, Gegenständen, Maßnahmen der anfragenden Forschenden, Maßnahmen der beratenden Einrichtung, möglichen Lösungen, zur Projektform sowie zur Projektphase identifiziert werden. Abbildung 44 zeigt alle Kategorien, die im Rahmen der Kodierung der FDM-Bedarfsprotokolle mit der FDM-Bedarfskategorie Publikation im Untersuchungsmaterial identifiziert werden konnten. Das Teilmodell zur FDM-Bedarfskategorie Publikation verfügt über entsprechende Ordnungskategorien (grün) auf Ebene 1, die schließlich, – ausschließlich der Kategorien anfragende Forschende, Fachrichtung, Förderinstitution, Gegenstand, Maßnahmen anfragende Forschende, Projektform und Projektphase –, über weitere Ordnungskategorien (grün) auf Ebene 2 verfügen. Die Ordnungskategorie (grün) Datentypen auf Ebene 1 unterteilt sich u. a. in die Ordnungskategorien (grün) Audiodaten, Bilddaten und Text auf Ebene 2, die schließlich durch FaktenKategorien (orange) auf Ebene 3 in konkrete Datentypen wie Audio – Gespräch (Inhalt), Bild – Szene (Inhalt) oder Text – Annotationen (Funktion) ausdifferenziert werden. Bezüglich der Datenformate sind auf Ebene 2 des Teilmodells hier weitere Ordnungskategorien (grün) dargestellt, die benennen, für welche Datentypen Datenformate identifiziert werden konnten, bspw. Audiodatenformate oder Bilddatenformate. Auf Ebene 3 sind neben den Ordnungskategorien (grün) Annotationsformate und Tabellenformate konkrete Datenformate als Fakten-Kategorien (orange) verortet. Auch auf Ebene 4 befinden sich weitere konkrete Datenformate als Fakten-Kategorien (orange). Die Ordnungskategorie (grün) Maßnahmen anfragende Forschende auf Ebene 1 verfügt auf den Ebenen 2 und 3 direkt über thematische Kategorien (blau) und nicht über weitere Ordnungskategorien (grün). Teilmodelle anderer FDMBedarfskategorien können auf Ebene 2 der Maßnahmen anfragender Forschender jedoch auch noch über weitere Ordnungskategorien (grün) verfügen. Die Ordnungskategorien (grün) anfragende Forschende, Förderinstitution und Gegenstände auf Ebene 1 sind auf Ebene 2 in spezifizierende Fakten-Kategorien (orange) unterteilt. Die Ordnungskategorien (grün) Fachrichtung bzw. Projektform werden auf den Ebenen 2, 3 und 4 129 bzw. 2 und 3 durch weitere Fakten-Kategorien (orange) konkretisiert. Als einzige Kategorie im gesamten Beschreibungsmodell untergliedert sich die Ordnungskategorie (grün) Projektphase auf Ebene 2 in die drei natürlichen Kategorien (violett) ab ovo, in vita und post mortem. Abb. 44: Darstellung des in dieser Arbeit entwickelten Beschreibungsmodells am Beispiel der FDM-Bedarfskategorie Publikation. 130 4.6 Qualitative und quantitative Analyse der FDM-Beratungsprotokolle Wie im Vorangegangenen bereits eingeführt, besteht das in dieser Arbeit untersuchte Korpus aus 146 anonymisierten FDM-Beratungsprotokollen, die am Data Center for the Humanities (DCH) zwischen 2015 und 2023 erstellt wurden (siehe Abschnitt 4.3.1). Im Folgenden werden die qualitativen und quantitativen Analysen der vergebenen Kategorien für die FDM-Bedarfskategorien Antrag (48 FDM-Beratungsprotokolle), Archivierung (33 FDM-Beratungsprotokolle), Publikation (26 FDM-Beratungsprotokolle), Hosting/Betrieb lebende Ressource (24 FDM-Beratungsprotokolle) und Entwicklung lebende Ressource (13 FDM-Beratungsprotokolle), die am häufigsten im gesamten Korpus identifiziert werden konnten, beschrieben (siehe Abschnitt 4.6.2).93 Diese Analysen beziehen sich entsprechend auf ein Subkorpus, bestehend aus 109 individuellen FDM-Beratungsprotokollen, wobei 51 dieser Protokolle über mehr als eine FDM-Bedarfskategorie verfügen. Zuvor werden Analysen genereller Informationen zum Kontext der FDM-Beratungsgespräche in Bezug auf das Gesamtkorpus bestehend aus 146 FDM-Beratungsprotokollen sowie isoliert auf die fünf in dieser Arbeit betrachteten FDM-Bedarfskategorien vorgestellt und diskutiert (siehe Abschnitt 4.6.1). Diese dienen v. a. der Einordnung des Untersuchungsmaterials.94 4.6.1 Analyse genereller Informationen Im Rahmen der Kodierung wurden neben FDM-Bedarfen und Informationen, die diese beschreiben und charakterisieren, auch generelle Informationen über den Kontext der FDM-Beratungsgespräche mit Kategorien markiert. Hierzu zählen folgende Informationen: • Fachrichtung, aus der eine FDM-Beratungsanfrage gestellt wurde • Projektphase, in der sich ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage gestellt wurde, zum Zeitpunkt der ersten Anfrage befunden hat • Projektform, bspw. Drittmittelprojekt, Dissertationsprojekt oder Bachelorarbeit 93 Alle in dieser Arbeit analysierten FDM-Bedarfskategorien wurden in unterschiedlichen Häufigkeiten im Gesamtkorpus identifiziert. Entsprechend sind die Subkorpora für diese FDM-Bedarfskategorien unterschiedlich groß, was eine Vergleichbarkeit der Analyseergebnisse zwischen den verschiedenen FDM-Bedarfskategorien beeinflusst. Um diesem Umstand Rechnung zu tragen, wurden im Rahmen der qualitativen und quantitativen Analysen der fünf am häufigsten identifizierten FDM-Bedarfskategorien (sowie bei Vergleichen zwischen verschiedenen FDM-Bedarfskategorien) Ergebnisse immer im Verhältnis zur jeweiligen Größe des entsprechenden Subkorpus bzw. der Häufigkeit der jeweils identifizierten FDM-Bedarfskategorien betrachtet. 94 Die in diesem Kapitel präsentierten und diskutierten Ergebnisse beruhen auf dem in dieser Arbeit entwickelten formalen Beschreibungsmodell für das Management von Forschungsdaten, dass in seiner aktuellen Form keinen Anspruch auf Vollständigkeit hat. Dem Modell wurden keine assoziativen Kategorien hinzugefügt, die nicht im untersuchten Korpus identifiziert wurden (siehe auch Abschnitt 4.5.1). 131 • Förderinstitution, die ein Forschungsvorhaben fördern soll, fördert oder gefördert hat • Angaben zu anfragenden Forschenden, insbesondere zu ihrem binär gelesenen Geschlecht und akademischen Status95 Die qualitative und die quantitative Analyse dieser Kodierungen werden im Folgenden zur allgemeinen Beschreibung und Einordnung des Gesamtkorpus sowie zur Illustration des Kontextes der fünf in dieser Arbeit analysierten FDM-Bedarfskategorien Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource sowie Entwicklung lebende Ressource beschrieben. Dabei wird v. a. deutlich, dass die meisten FDM-Beratungsanfragen aus den Sprachund Literaturwissenschaften bzw. den Kulturwissenschaften stammen und im Kontext von durch Drittmittel geförderte Forschungsvorhaben gestellt wurden. Die Mehrzahl dieser Forschungsvorhaben sollte oder wurde durch die Deutsche Forschungsgemeinschaft (DFG) gefördert (werden). Zum Zeitpunkt der Anfrage befanden sich die meisten Vorhaben, in deren Kontext FDM-Beratungsgespräche geführt wurden, noch vor Projektbeginn bzw. in der Antragsphase. Knapp zwei Drittel der FDM-Beratungen wurde insgesamt von binär weiblich gelesenen Personen angefragt. 4.6.1.1 Fachrichtung Insgesamt konnten im Gesamtkorpus 137-mal Informationen zur Fachrichtung, aus denen FDM-Beratungsanfragen gestellt wurden, identifiziert werden, die mit Hilfe eines Mappings zwischen kodierten Textstellen und dem ÖFOS-Klassifikationssystem96 kodiert wurden.97 Die allermeisten der insgesamt 137 Anfragen stammten aus den Sprachund Literaturwissenschaften bzw. den Kulturwissenschaften98 (siehe Abbildung 45), ein Ergebnis, das sich auch mit denen der quantitativen Umfrage, die als Vorarbeit der vorliegenden Arbeit durchgeführt wurde, deckt (siehe Abschnitt 3.3.2.3). 95 Die Trennung in die binär gelesenen Geschlechter weiblich und männlich ist der Tatsache geschuldet, dass im Rahmen von FDM-Beratungsgesprächen keine Pronomen von anfragenden Forschenden abgefragt und dokumentiert wurden. 96 Die österreichische Version der ‚Fields of Science and Technology (FOS) Classification‘ (ÖFOS 2012), online: https://vocabs.acdh.oeaw.ac.at/oefos/de/ (letzter Zugriff: 11. Juni 2025). 97 Siehe auch Abschnitt 4.5.3.1.2. 98 Grundsätzlich gilt es, dem ÖFOS-Klassifikationssystem folgend, die Fachrichtungen Sprachund Literaturwissenschaften und Kulturwissenschaften getrennt voneinander zu betrachten. Im in dieser Arbeit entwickelten formalen Beschreibungsmodell sind beide Fachrichtungen dennoch kombiniert dargestellt, da aus den FDM-Beratungsprotokollen heraus auf einer inhaltlichen Ebene nicht immer eindeutig feststellbar war, ob es sich bei bspw. einem Forschungsvorhaben aus der Romanistik, der Niederlandistik oder der Japanologie um ein sprachund literaturwissenschaftliches, oder ein kulturwissenschaftliches Vorhaben handelt. 132 Abb. 45: Häufigkeit der verschiedenen Fachrichtungen und ihnen untergeordneter Fachrichtungen gemäß des ÖFOS-Klassifikationssystems, aus denen heraus FDM-Beratungsanfragen gestellt wurden innerhalb des Gesamtkorpus bestehend aus 146 FDM-Beratungsprotokollen (N = 137). 010 20 30 40 50 60 Philosophie Kunstwissenschaften Digital Humanities Geschichte und Archäologie Sozialwissenschaften Sprachund Literaturwissenschaften/Kulturwissenschaft Fachrichtungen (Ebene 2, 3 und 4) Sprachund Literaturwissenschaften/Kulturwissenschaft (allg.) Slawistik Romanistik Anglistik Afrikanistik Niederlandistik Japanologie Indologie Vergleichende Sprachwissenschaft (Komparatistik) Judaistik Tibetologie Sozialwissenschaften (allg.) Ethnologie Medienwissenschaften Sonderund Heilpädagogik Musikpädagogik Soziologie (allg.) Geschichtswissenschaft Frühgeschichte Archäologie Alte Geschichte Altertumskunde Neuere Geschichte Digital Humanities (allg.) Musikwissenschaften Kunstgeschichte Philosophie (allg.) 133 Im Vergleich ist auffällig, dass auch eine relativ große Anzahl an Forschungsvorhaben aus den Sozialwissenschaften bzw. einer ihnen untergeordneten Fachrichtung identifiziert werden konnte. Diese Häufigkeit deckt sich ebenfalls mit den Ergebnissen der Vorstudie zu dieser Arbeit (siehe Abschnitt 3.3.2.3). Zwar werden die Geistesund Sozialwissenschaften im wissenschaftlichen Diskurs häufig gemeinsam adressiert,99 was u. a. auf eine methodische und inhaltliche Nähe der beiden Fachrichtungen zurückzuführen ist, dennoch sind die Geistesund Sozialwissenschaften an der Universität zu Köln organisatorisch durch zwei verschiedene Fakultäten, die Philosophische100 und die Humanwissenschaftliche Fakultät101, getrennt. Entsprechend kann die Häufigkeit von FDM-Beratungsanfragen aus den Sozialwissenschaften an eine beratende Einrichtung, die dezidiert an der Philosophischen Fakultät der Universität zu Köln angesiedelt ist und deren institutioneller Auftrag darin besteht, Forschende an dieser Fakultät bei Fragen zum Management von Forschungsdaten zu beraten und zu unterstützen,102 zumindest aus lokaler Perspektive als Besonderheit festgestellt werden. Ein Grund für diese Häufigkeit ist allerdings, dass einige der Fachrichtungen, die gemäß dem ÖFOS-Klassifikationssystem den Sozialwissenschaften untergeordnet werden – im konkreten Fall die Ethnologie und die Medienwissenschaften –, zumindest am Kölner Standort Fachrichtungen an der Philosophischen Fakultät sind.103 Sie machen gemeinsam mit 65,4 % dabei bereits mehr als die Hälfte der FDM-Beratungsanfragen aus den Sozialwissenschaften untergeordneten Fachrichtungen aus. Dennoch ist die Anzahl an FDM-Beratungsanfragen aus den Sozialwissenschaften sowie aus den ihnen untergeordneten Fachrichtungen, die nicht an der Philosophischen Fakultät, sondern an der Humanwissenschaftlichen Fakultät der Universität zu Köln angesiedelt sind, widererwarten hoch. Betrachtet man lediglich die 109 individuellen FDM-Beratungsprotokolle, in denen die fünf in dieser Arbeit analysierten FDM-Bedarfskategorien Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource und Entwicklung lebende Ressource identifiziert werden konnten, so lässt sich schließlich feststellen, dass auf Ebene 2 des Beschreibungsmodells 99 Vgl. u. a. die Gruppierung geistesund sozialwissenschaftlicher Konsortien innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI), online: https://www.nfdi.de/konsortien/; das Journal ‚Humanities & Social Sciences Communications‘ der wissenschaftlichen Zeitschrift Nature, online: https://www.nature.com/palcomms/; den ‚Social Sciences & Humanities Open Marketplace‘, online: https://marketplace.sshopencloud.eu/ (jeweils letzter Zugriff: 11. Juni 2025). 100 Philosophische Fakultät der Universität zu Köln, online: https://phil-fak.uni-koeln.de/ (letzter Zugriff: 11. Juni 2025). 101 Humanwissenschaftliche Fakultät der Universität zu Köln, online: https://www.hf.uni-koeln.de/ (letzter Zugriff: 11. Juni 2025). 102 Siehe hierzu § 2 der Satzung des Data Center for the Humanities (DCH), online: https://dch.phil-fak.unikoeln.de/ueber-das-dch/satzung-und-beirat (letzter Zugriff: 30. Juni 2025). 103 siehe hierzu das Institut für Ethnologie der Universität zu Köln, online: https://ethnologie.phil-fak.unikoeln.de/content.php?lang=de&kid=34; das Institut für Medienkultur und Theater der Universität zu Köln; Online: https://mekuwi.phil-fak.uni-koeln.de/ (jeweils letzter Zugriff: 11. Juni 2025). 134 auch hier die meisten FDM-Beratungsanfragen aus den Sprachund Literaturwissenschaften bzw. den Kulturwissenschaften stammen (siehe Tabelle 12). Auffällig ist hier, dass die FDMBedarfskategorie Antrag noch vergleichsweise häufig im Rahmen von FDM-Beratungsanfragen aus der Geschichte und Archäologie sowie den Sozialwissenschaften identifiziert werden konnte.104 Tab. 12: Absolute und prozentuale Häufigkeit identifizierter Fachrichtungen (Ebene 2) in Bezug auf alle analysierten FDM-Bedarfskategorien (N = 131). Antrag Archivierung Publikation Hosting/Betrieb lebende Ressource Entwicklung lebende Ressource abs. % abs. % abs. % abs. % abs. % Sprachund Literaturwissenschaften/ Kulturwissenschaft 18 37,5 % 18 54,5 % 12 46,1 % 9 37,5 % 8 61,5 % Geschichte und Archäologie 9 18,7 % 4 12,1 % 5 19,2 % 4 16,6 % 2 15,4 % Sozialwissenschaften 9 18,7 % 3 9,1 % 3 11,5 % 5 20,8 % 2 15,4 % Digital Humanities 3 6,2 % 3 9,1 % / / 4 16,6 % / / Kunstwissenschaften 3 6,2 % 3 9,1 % 1 3,8 % 1 4,2 % 1 7,7 % Philosophie 1 2,1 % / / / / / / / / 4.6.1.2 Projektphase Für die Erfassung der Phase, in der sich ein Forschungsvorhaben, aus dem heraus eine FDMBeratungsanfrage gestellt wurde, zum Zeitpunkt des ersten FDM-Beratungsgesprächs befunden hat, wurde die folgende, bereits in den FDM-Beratungsprotokollen genutzte Einteilung übernommen: • ab ovo • in vita • post mortem Bei Projekten ab ovo handelt es sich um wissenschaftliche Vorhaben, die zum Zeitpunkt der ersten FDM-Beratung noch nicht begonnen haben. In der Regel befinden sich die anfragenden Forschenden in dieser Phase, wenn sie einen Antrag auf Drittmittelförderung für ein geplantes Vorhaben schreiben bzw. ein Vorhaben planen. Wenn sich ein Vorhaben in der Phase in vita befindet, ist es bereits gestartet. Forschungsvorhaben post mortem stehen kurz vor dem Abschluss oder wurden bereits abgeschlossen. 104 Siehe Tabellen 48 bis 51 in Anhang A.3 für die Verteilung der verschiedenen Fachrichtungen der Ebenen 2 bis 4 des Beschreibungsmodells in Bezug auf die verschiedenen, in dieser Arbeit analysierten FDM-Bedarfskategorien. 135 Bei insgesamt 124 Kodierungen der Projektphase im Gesamtkorpus befanden sich die allermeisten Forschungsvorhaben, aus deren Kontext heraus eine FDM-Beratungsanfrage gestellt wurde, in der Phase ab ovo (siehe Abbildung 46). Gut ein Drittel der FDM-Beratungsanfragen wurde aus Vorhaben gestellt, die bereits begonnen hatten, und jedes siebte Vorhaben stand kurz vor seinem Abschluss bzw. war bereits abgeschlossen, als eine FDM-Beratungsanfrage gestellt wurde. Eine ähnliche Verteilung konnte auch bereits durch Vock (2019, 21 f.) im Rahmen der Evaluation des Beratungsangebots der Kontaktstelle Forschungsdatenmanagement (KS FDM)105 an der Friedrich-Schiller-Universität Jena festgestellt werden. Somit decken sich die Ergebnisse dieser Arbeit bezüglich der Projektphase mit Beratungssituationen an anderen Standorten. Abb. 46: Projektphasen, in denen sich Forschungsvorhaben, aus deren Kontext heraus eine FDM-Beratungsanfrage gestellt wurde, zum Zeitpunkt der ersten Kontaktaufnahme befunden haben innerhalb des Gesamtkorpus bestehend aus 146 FDM-Beratungsprotokollen (N = 124). Die vorliegenden Daten zeigen dabei weder auf einer quantitativen noch auf einer inhaltlichqualitativen Ebene, dass es Unterschiede in der Gestaltung des Forschungsdatenmanagements in Abhängigkeit zur jeweiligen Projektphase zum Zeitpunkt des ersten FDM-Beratungsgesprächs gibt, obwohl vor dem Beginn eines Forschungsvorhabens theoretisch noch deutlich mehr Einfluss auf das Forschungsdatenmanagement genommen werden kann als bei Vorhaben, die bereits gestartet sind, kurz davor sind, zu enden, oder bereits beendet sind. 105 zedif – Kompetenzzentrum digitale Forschung, online: https://www.zedif.uni-jena.de/ (letzter Zugriff: 11. Mai 2025). 010 20 30 40 50 60 70 post mortem in vita ab ovo Projektstatus bei erster Kontaktaufnahme (Ebene 2) Häufigkeit 136 Ein Unterschied ist allerdings bezüglich der jeweiligen FDM-Bedarfe, die Forschende in Abhängigkeit zur jeweiligen Projektphase zum Zeitpunkt der ersten Kontaktaufnahme haben, erkennbar (siehe Tabelle 13). Tab. 13: Absolute und prozentuale Häufigkeit identifizierter Projektphasen (Ebene 2) in Bezug auf alle analysierten FDM-Bedarfskategorien (N = 124). Antrag Archivierung Publikation Hosting/Betrieb lebende Ressource Entwicklung lebende Ressource abs. % abs. % abs. % abs. % abs. % ab ovo 48 100 % 10 30,3 % 7 26,9 % 5 20,8 % 3 23,1 % in vita / / 13 39,4 % 7 26,9 % 7 29,2 % 6 46,1 % post mortem / / 3 9,1 % 5 19,2 % 10 41,6 % / / Die FDM-Bedarfskategorie Archivierung konnte v. a. in den Projektphasen ab ovo und in vita kodiert werden. Gleiches gilt für die FDM-Bedarfskategorie Publikation, was darauf hindeutet, dass beide FDM-Bedarfe, die prinzipiell erst gegen Ende eines Vorhabens relevant werden, bereits frühzeitig von anfragenden Forschenden adressiert werden. Das Hosting bzw. der Betrieb von lebenden Ressourcen wird hingegen tendenziell eher während eines Forschungsvorhabens (in vita) oder am Ende bzw. kurz vor Ende eines Vorhabens (post mortem) für anfragende Forschende relevant. Dies ist wiederum ein Hinweis darauf, dass das Hosting und der Betrieb einer lebenden Ressource von Forschenden eher zu einem späteren Zeitpunkt im Vorhaben adressiert und nicht immer von Beginn an mitberücksichtigt werden. Vor dem Hintergrund der Komplexität der Bedienung des FDM-Bedarfs Hosting/Betrieb lebende Ressource, was u. a. im Kontext der Analysen konkreter Bedingungen/Voraussetzungen deutlich wird (siehe Abschnitt 4.6.2.4.1), ist dies als problematisch einzustufen. Schließlich deuten diese Ergebnisse auf ein fehlendes Bewusstsein für die Herausforderungen, die mit dem Hosting/Betrieb lebender Ressourcen zusammenhängen, auf Seiten der anfragenden Forschenden hin. Maßnahmen und Möglichkeiten, eine lebende Ressource in einen langfristigen Betrieb inkl. Betreuung zu überführen, können entsprechend eingeschränkt sein. Auch die Entwicklung lebender Ressourcen scheint eher selten vor Beginn eines Forschungsvorhabens für anfragende Forschende eine Rolle zu spielen, sondern tendenziell erst nach Beginn eines Vorhabens. Dies ist aus einer planerischen Perspektive ebenfalls negativ zu bewerten und verdeutlicht, dass anfragende Forschende nicht nur das Hosting und den Betrieb, sondern auch bereits die Entwicklung lebender Ressourcen tendenziell nicht schon zu Beginn bzw. vor dem Beginn eines Forschungsvorhabens fokussieren. 137 4.6.1.3 Projektform und Förderinstitution Die Ordnungskategorie Projektform unterteilt sich in insgesamt sechs weitere Unterkategorien wobei die Unterkategorie Drittmittelprojekt selbst noch über zwei weitere Unterkategorien – Forscher:innengruppe und Graduiertenkolleg – verfügt. Es ist wenig überraschend, dass die Betrachtungen des Gesamtkorpus ergeben, dass die meisten FDM-Beratungsanfragen aus dem Kontext von geplanten, in der Umsetzung befindlichen oder bereits beendeten Forschungsvorhaben stammen, die aus Drittmitteln finanziert werden sollten bzw. wurden (siehe Abbildung 47). Neben einigen selbst finanzierten Vorhaben bzw. Vorhaben, die über keine Finanzierung verfügen, wird deutlich, dass einige FDM-Beratungsanfragen auch aus Qualifizierungsvorhaben – Bachelorarbeiten, Masterarbeiten, Dissertationsprojekten und Habilitationsprojekten – gestellt wurden, wenngleich ihr Gesamtanteil dennoch gering ausfällt. Abb. 47: Darstellung der verschiedenen Projektformen, aus denen heraus FDM-Beratungsanfragen gestellt wurden innerhalb des Gesamtkorpus bestehend aus 146 FDM-Beratungsprotokollen (N = 139). 020 40 60 80 100 120 Habilitationsprojekt Bachelorarbeit Masterarbeit Dissertationsprojekt selbst finanziertes/nicht finanziertes Forschungsvorhaben Drittmittelprojekt Projektform (Ebene 2 und 3) Drittmittelprojekt Forscher:innengruppe Graduiertenkolleg selbst finanziertes/nicht finanziertes Forschungsvorhaben Dissertationsprojekt Masterarbeit Bachelorarbeit Habilitationsprojekt 144 In Bezug auf mögliche Lösungen wird deutlich, dass es für einige Fachrichtungen bereits eine gewisse Anzahl an fachspezifischen Infrastrukturen für die Archivierung und/oder Publikation von Forschungsdaten und -ergebnissen gibt. V. a. in Bezug auf lebende Ressourcen scheinen darüber hinaus insbesondere datenbezogene Lösungen unabhängig von der jeweiligen Ressource verbreitet zu sein. Zuletzt werden in den Analysen der inhaltlichen Aspekte, die im Kontext der FDM-Bedarfskategorie Antrag kodiert wurden, erneut die Diversität und Komplexität des Managements von Forschungsdaten deutlich. 4.6.2.1 FDM-Bedarfskategorien allgemein Wenngleich insgesamt 27 verschiedene FDM-Bedarfskategorien innerhalb des in dieser Arbeit untersuchten Gesamtkorpus identifiziert wurden (siehe Tabelle 57 im Anhang A.3), werden im Folgenden nur die fünf FDM-Bedarfskategorien analysiert, die am häufigsten vergeben werden konnten. Dabei handelt es sich um die folgenden FDM-Bedarfskategorien:109 • Antrag (48 Kodierungen) • Archivierung (33 Kodierungen) • Publikation (26 Kodierungen) • Hosting/Betrieb lebende Ressource (24 Kodierungen) • Entwicklung lebende Ressource (13 Kodierungen) Die FDM-Bedarfskategorien Archivierung und Publikation sowie Archivierung und Antrag wurden im untersuchten Subkorpus bestehend aus 109 individuellen FDM-Beratungsprotokollen vergleichsweise häufig gemeinsam in einem FDM-Beratungsprotokoll kodiert (siehe Abbildung 50). Es fällt auf, dass außer der FDM-Bedarfskategorie Entwicklung lebende Ressource alle anderen der vier analysierten FDM-Bedarfskategorien min. dreimal mit jeder anderen analysierten FDM-Bedarfskategorie in einem FDM-Beratungsprotokoll identifiziert wurden. Dies verdeutlicht grundsätzlich, dass FDM-Bedarfe nicht nur isoliert verstanden und entsprechend auch nicht nur isoliert adressiert werden können, sondern immer ebenso in Beziehung zu anderen FDM-Bedarfen betrachtet werden müssen. 109 Auch im Rahmen der quantitativen Umfrage, die als Vorstudie zu der vorliegenden Arbeit durchgeführt wurde, konnte v. a. die FDM-Bedarfskategorie Antrag sehr häufig identifiziert werden. Die reine Archivierung von Forschungsdaten und -ergebnissen und das Hosting bzw. der Betrieb lebender Ressourcen wurden hingegen deutlich seltener festgestellt (siehe Abschnitt 3.3.3). 145 Abb. 50: Häufigkeit der gemeinsamen Identifikation der fünf am Häufigsten identifizierten FDM-Bedarfskategorien in FDM-Beratungsprotokollen. Insgesamt verfügen 58 FDM-Beratungsprotokolle über ausschließlich eine der analysierten FDM-Bedarfskategorien, 51 der im Rahmen dieser Arbeit untersuchten FDM-Beratungsprotokolle hingegen über min. zwei FDM-Bedarfskategorien. Wenn man die Häufigkeit bezüglich des Vorkommens der FDM-Bedarfskategorien pro FDM-Beratungsprotokoll genauer betrachtet, wird deutlich, dass v. a. die FDM-Bedarfe der Archivierung und der Publikation von Forschungsdaten und -ergebnissen häufiger mit min. einer der anderen FDM-Bedarfskategorien identifiziert werden konnten (siehe auch Tabelle 18). Dies lässt den Schluss zu, dass die Archivierung und die Publikation von Forschungsdaten und -ergebnissen generell häufig und v. a. auch im Zusammenhang mit anderen FDM-Bedarfen eine Rolle spielen. Somit rücken sie grundsätzlich in den Mittelpunkt des Managements von Forschungsdaten und bilden zwei zentrale Bestandteile des Forschungsdatenmanagements, die regelmäßig auch im Kontext anderer FDM-Bedarfe von Bedeutung sind, obwohl die Publikation von Forschungsdaten und -ergebnissen innerhalb der Geisteswissenschaften noch keine kritische Masse erreicht zu haben scheint (siehe bspw. Tóth-Czifra 2020). Dies gilt zudem in ihrer direkten Kombination, 146 schließlich konnten sie am häufigsten gemeinsam in FDM-Beratungsprotokollen identifiziert werden (siehe Abbildung 50), was darauf hindeutet, dass die Archivierung und Publikation von Forschungsdaten und -ergebnissen in der Regel gemeinsam gedacht, geplant und umgesetzt werden, was Jung, Helling und Pielström (2023, 26) bspw. bereits für die Computational Literary Studies feststellen konnten. Tab. 18: Absolute und prozentuale Häufigkeit der isolierten bzw. gemeinsamen Identifikation der einzelnen, analysierten FDM-Bedarfskategorien in FDM-Beratungsprotokollen (N = 144). isoliert in Protokollen ohne weitere FDM-Bedarfskategorie gemeinsam in Protokollen mit weiteren FDM-Bedarfskategorien abs. % abs. % Antrag 29 60,4 % 19 39,6 % Archivierung 7 21,2 % 26 78,8 % Publikation 6 23,1 % 20 76,9 % Hosting/Betrieb lebende Ressource 11 45,8 % 13 54,2 % Entwicklung lebende Ressource 5 38,5 % 8 61,5 % Im Folgenden werden die vergebenen Unterkategorien sowohl in Bezug auf das gesamte analysierte Subkorpus als auch individuell im Hinblick auf die einzelnen FDM-Bedarfskategorien mit dem Zweck, diese zu charakterisieren und zu definieren, hin analysiert. Zunächst werden die Forschungsdaten und -ergebnisse im Sinne von Datentypen und -formaten sowie lebenden Ressourcen im Sinne von Gegenständen, die im Rahmen von FDM-Beratungsgesprächen behandelt wurden, ausgewertet und eingeordnet. Bei Letzteren werden v. a. auch ihre jeweiligen Technologie-Stacks, Funktionalitäten und Laufzeitumgebungen in die Auswertungen miteinbezogen. Im Anschluss liegt der Fokus auf der Analyse der Bedingungen/Voraussetzungen, die in Bezug auf die Bedienung einzelner FDM-Bedarfe identifiziert werden konnten. Danach werden die Maßnahmen der anfragenden Forschenden sowie der beratenden Einrichtung generell und bedarfsspezifisch betrachtet und ausgewertet. Schließlich finden eine Auswertung und Betrachtung identifizierter möglicher Lösungen statt. Zuletzt werden die inhaltlichen Aspekte, die im Rahmen der FDM-Bedarfskategorie Antrag kodiert wurden, analysiert. Alle qualitativen und quantitativen Analysen und Auswertungen erfolgen dabei sowohl in Bezug auf das gesamte Subkorpus als auch im Hinblick auf die verschiedenen FDM-Bedarfskategorien. 4.6.2.2 Datentypen und Datenformate Die insgesamt vergebenen Datentypen auf den Ebenen 2 und 3 des Beschreibungsmodells im analysierten Subkorpus weisen zunächst eine generelle Heterogenität auf (siehe 147 Abbildung 51; Tabellen 52 bis 56 im Anhang A.3). Diese deckt sich mit der Beschreibung geisteswissenschaftlicher Forschungsdaten von Rapp (2021, 4), die feststellt, dass „sämtliche digitale Daten, die bei Experimenten, (Ver)Messungen, Simulationen, Quellenerschließungen, Transkriptionen, Editionen, Erhebungen, Grabungen, Verzeichnissen, Aufnahmen oder Umfragen und so weiter entstehen oder deren Ergebnis sind, zu den geisteswissenschaftlichen Forschungsdaten [gehören]. Sie umfassen alle Modalitäten wie Texte, Bilder, mehrdimensionale Modelle, Audio, Video, Tabellen, Datenbanken, Software (Quellcode und Anwendungen), fachund gerätespezifische Rohdaten (neben Materialanalysen zum Beispiel auch Eye-Tracking und EEG-Daten) sowie die zu ihrem Verständnis erforderliche Dokumentation und Software“. Insbesondere konnte Text als Datentyp im gesamten untersuchten Subkorpus am häufigsten kodiert werden, aber auch Audiound Videodaten sowie Scanund Bilddaten wurden noch relativ oft identifiziert. Diese augenscheinliche Dominanz, insbesondere von Text, Audiound Videodaten in digitalen, geisteswissenschaftlichen Forschungsvorhaben und somit auch im geisteswissenschaftlichen Forschungsdatenmanagement, ist dabei zunächst nicht überraschend. Sie wird nicht nur in der wissenschaftshistorischen Einordnung der digitalen Geisteswissenschaften (siehe bspw. Jannidis, Kohle, und Rehbein 2017, 13) beschrieben, sondern konnte auch bereits in Studien belegt werden (siehe bspw. Lemaire u. a. 2016, 7 f.). 148 Abb. 51: Absolute Häufigkeit aller Datentypen (Ebene 2 und 3) innerhalb aller 109 FDM-Beratungsprotokolle (N = 200). 010 20 30 40 50 60 70 80 90 3D Daten Datenmodelle Skriptdaten Geodaten Messdaten Bilddaten Scandaten Videodaten Audiodaten Text Häufigkeit Datentypen (Ebene 2 und 3) Text (allg.) Text Transkription Text Tabelle Text Annotationen Text Metadaten Text Dokumentation Text Grammatik Text lexikographische Daten Text Wortliste Text Erzählung Text Fragebogen Text Notizen Text Syntax-Daten Text Manuskripte Text prosopographische Daten Text Literatur Audio Interview Audio Sprachdokumentation Audio Gespräch Audio (allg.) Audio Monolog Audio Musik Video Gespräch Video Interview Video (allg.) Video Sprachdokumentation Video Vorträge Video Bildschirmaufzeichnung Video Szene Video Musik Video Performance Scandaten Text Scan (allg.) Scan 3D Bild (allg.) Bild geographische Bilddaten Bild Szene Bild Bildschirmaufzeichnung Messdaten Logfiledaten Messdaten (allg.) Messdaten Motion Capture Daten Messdaten Sedimentdaten Messdaten typologische Daten Messdaten Eye-Tracking Daten Messdaten EEG Daten Messdaten Radiocarbondaten Messdaten Isotopiedaten Messdaten Geomagnetikdaten Geodaten (allg.) Datemodelle (allg.) Skriptdaten (allg.) 3D Daten (allg.) 149 Die grundsätzliche Bedeutung von Text als Datentyp wird schließlich auch durch die Tatsache unterstrichen, dass in Bezug auf den Datentyp Scandaten auf Ebene 3 des Beschreibungsmodells der Datentyp-Kategorien mehrheitlich Scandaten – Text, also gescannter Text, kodiert wurde. An dieser Tatsache lässt sich auch die Aufgabe der Geisteswissenschaften ablesen, dass sie „zur Sicherung, Bewahrung, Bereitstellung und zum Verstehen des kulturellen Erbes“ (Krämer 2018, 7) beitragen. Die Digitalisierung von analogen Untersuchungsgegenständen, aber auch die Aufnahme und Dokumentation kultureller Praktiken (bspw. durch Audio-, Videound Bilddaten) zwecks ihrer digitalen Erschließung und Analyse durch erweiternde, digitale Methoden (siehe bspw. Stäcker 2019, 308 f.) tragen gleichfalls zur Bewahrung dieser Artefakte bei, wenn sie im digitalen Raum repliziert, potenziell gesichert und Dritten zur Verfügung gestellt werden. Mit anderen Worten, dass der Prozess der Digitalisierung von analogen Untersuchungsgegenständen zum Zweck ihrer digitalen Analysierbarkeit, Verfügbarkeit und Bewahrung, bspw. durch Scanning-Methoden, ein zentraler Bestandteil und gängiger Prozess innerhalb der digitalen Geisteswissenschaften ist, wie es etwa Klinke (2018 V.) bereits feststellt, wird u. a. auch durch die Häufigkeit der vergebenen Datentyp-Kategorien Scandaten bzw. insbesondere ihrer Unterkategorie Scandaten – Text bestätigt. In Bezug auf die weiteren identifizierten Datentypen auf Ebene 3 des Beschreibungsmodells (siehe Abbildung 51; Tabellen 52 bis 56 im Anhang A.3) wird darüber hinaus grundsätzlich deutlich, dass es bezüglich nahezu aller Datentypen der Ebene 2 viele weitere Spezifizierungen gibt. So sind bspw. Tabellen und Annotationen als Spezifizierung des Datentypen Text häufig Gegenstand von FDM-Beratungsgesprächen. Transkriptionen als spezifische Textart wurden noch häufiger identifiziert. Letzteres hängt u. a. damit zusammen, dass in Bezug auf Audiound Videodaten mit Interview, Gespräch und Sprachdokumentation häufig Datentypen identifiziert werden konnten, mit denen gesprochene Sprache aufgenommen wurde. Die Transkription solcher Audiound Videodaten ist dabei ein gängiges Mittel, um ebenjene Daten zu analysieren und weiterzuverarbeiten (Fuß und Karbach 2019, 17), aber ggf. auch, um sie in anonymisierter, transkribierter Form (Werner, Meyer, und Bischoff 2023) in eine Archivierung oder Publikation zu überführen. Bei der Betrachtung, wie häufig die festgestellten Datentypen auf Ebene 2 des Beschreibungsmodells gemeinsam mit den jeweiligen in dieser Arbeit analysierten FDM-Bedarfskategorien innerhalb einzelner FDM-Beratungsprotokolle identifiziert werden konnten, wird zunächst deutlich, dass Text als Datentyp mit allen FDM-Bedarfskategorien, die im Rahmen dieser Arbeit analysiert werden, gemeinsam am häufigsten identifiziert wurde (siehe Tabelle 19). Außerdem ist erkennbar, dass Datentypen im Kontext der FDM-Bedarfskategorien 150 Hosting/Betrieb lebende Ressource und Entwicklung lebende Ressource im Vergleich deutlich seltener identifiziert wurden. Der primäre Fokus von FDM-Beratungsgesprächen mit einer dieser beiden FDM-Bedarfskategorien liegt auf der Beratung und Unterstützung bezüglich des Umgangs mit lebenden Ressourcen wie dynamischen Datenbanken, Websites, Visualisierungen und Datenrepräsentationsschichten, die über ausgeführten Softwarecode verfügen. Diese können zwar auch Forschungsdaten und -ergebnisse enthalten und tun dies häufig – schließlich ist eine Hauptfunktionalität ebenjener lebender Ressourcen die Datenzugänglichkeit (siehe Abschnitt 4.6.2.3.2) –, allerdings scheint die Berücksichtigung der Typen von Forschungsdaten und -ergebnissen, die Teil einer lebenden Ressource sind, für die Bedienung des jeweiligen FDM-Bedarfs nicht von großer Bedeutung zu sein. Tab. 19: Absolute und prozentuale Häufigkeit der Datentypen (Ebene 2) in Bezug auf alle analysierten FDM-Bedarfskategorien (N = 252).110 Antrag Archivierung Publikation Hosting/Betrieb lebende Ressource Entwicklung lebende Ressource abs. % abs. % abs. % abs. % abs. % Text 35 72,9 % 28 84,8 % 22 84,6 % 8 33,3 % 5 38,5 % Audio 17 35,4 % 13 39,4 % 7 26,9 % 3 12,5 % / / Video 12 25 % 13 39,4 % 6 23,1 % 4 16,7 % 1 7,7 % Scandaten 9 18,7 % 10 30,3 % 3 11,5 % 2 8,3 % 2 15,4 % Bilddaten 9 18,7 % 8 24,2 % 4 15,4 % 3 12,5 % 1 7,7 % Messdaten 4 8,3 % 6 18,2 % 1 3,8 % / / / / Geodaten 4 8,3 % 3 9,1 % 2 7,7 % / / 1 7,7 % Datenmodelle 2 4,2 % / / / / / / / / Skriptdaten 1 2,1 % 1 3 % / / / / / / 3D Daten 1 2,1 % 1 3 % / / / / / / Tabelle 19 zeigt auch, dass Audio-, Video-, Scan-, Bildund Messdaten jeweils über 10 % häufiger im Kontext der FDM-Bedarfskategorie Archivierung als in FDM-Beratungsprotokollen mit der FDM-Bedarfskategorie Publikation identifiziert wurden. Entsprechend benötigten Forschende öfter Unterstützung bei der Archivierung dieser Datentypen als bei Ihrer Publikation. Aus den hier diskutierten Ergebnissen sowie den Kontextinformationen innerhalb der einzelnen FDM-Beratungsprotokolle ist nicht ablesbar, ob der geringere Unterstützungsbedarf bei der Publikation dieser Datentypen damit zusammenhängt, dass Forschende sie nicht 110 Für alle Ergebnisse in Kapitel 4.6 gilt: Die Anzahl gezählter Unterkategorien in Bezug auf das untersuchte Subkorpus (siehe bspw. Abbildung 51) unterscheidet sich von ihrer Anzahl in Bezug auf die einzelnen FDM-Bedarfskategorien. Erstere gibt Auskunft über ihr Vorkommen im gesamten Subkorpus. Letztere gibt Auskunft über ihr Vorkommen mit einzelnen FDM-Bedarfskategorien. Vor dem Hintergrund, dass in FDM-Beratungsprotokollen mehr als eine FDM-Bedarfskategorie vorkommen kann, können vergebene Unterkategorien entsprechend auch häufiger, nämlich in Bezug auf jede identifizierte FDM-Bedarfskategorie gezählt werden. 151 publizieren wollten. Denkbar ist folglich, dass Forschende bezüglich der Publikation ebenjener Daten keinen Unterstützungsbedarf hatten. Allerdings könnten gerade bei Audio-, Video-, Scanund Bilddaten auch datenschutzrechtliche und urheberrechtliche Schranken ein Grund dafür sein, dass diese Datentypen seltener im Zusammenhang mit der FDM-Bedarfskategorie Publikation kodiert werden konnten. Schließlich wurden im Zusammenhang mit Audiound Videodaten auf Ebene 3 der Datentyp-Kategorien v. a. die Unterkategorien Interview, Sprachdokumentation und Gespräch identifiziert, bei Bilddaten wurde immerhin einige Male die Unterkategorie Szene vergeben (siehe Abbildung 51; Tabellen 52 bis 56 im Anhang A.3). Sie zeigen an, dass es sich bei ihnen um Aufnahmen gesprochener Sprache bzw. Personen handelt. Hierdurch ist automatisch ein Personenbezug gegeben, der grundsätzlich im Sinne des Datenschutzes einer Veröffentlichung solcher Daten entgegenstehen kann. Bei Scandaten wurde schließlich auf Ebene 3 der Datentyp-Kategorien v. a. die Unterkategorie Text vergeben. Hier handelt es sich folglich um gescannten Text, der ggf. unter das Urheberrecht fallen könnte. All diese rechtlichen Schranken können grundsätzlich eine Publikation der Daten einschränken oder verhindern. Allerdings kann Ähnliches, v. a. in Bezug auf personenbezogene Daten, auch für ihre Archivierung gelten, wie u. a. Gebel (2015) in einem Beitrag zu Ergebnissen der Arbeitsgruppe ‚Datenschutz und qualitative Sozialforschung des Rats für Sozialund Wirtschaftsdaten (RatSWD)‘111 feststellt. Dennoch scheint ihre Archivierung prinzipiell weniger problematisch als ihre Publikation, da erstere keine Zugänglichkeit der Daten miteinschließt, wodurch der Schutz der Personen bei einer Archivierung eher gegeben ist als bei ihrer Publikation.112 Die Verknüpfung dieser Datentypen und Aspekte des Datenschutzes sowie des Urheberrechts, v. a. im Rahmen der FDM-Bedarfskategorien Archivierung und Publikation, wird im weiteren Verlauf der Analysen, insbesondere bei den kodierten Bedingungen/Voraussetzungen (siehe Abschnitt 4.6.2.4.2), aber auch im Zusammenhang mit der Analyse inhaltlicher Aspekte in Bezug auf die FDM-Bedarfskategorie Antrag, bestätigt (siehe Abschnitt 4.6.2.8). Betrachtet man zuletzt noch die identifizierten Datenformate im gesamten untersuchten Subkorpus (siehe Abbildung 52), so fällt auf, dass besonders häufig Textdatenformate festgestellt 111 Rat für Sozialund Wirtschaftsdaten (RatSWD), online: https://www.konsortswd.de/ueber-uns/ratswd/ (letzter Zugriff: 11. Juni 2025). 112 Zwar kann eine Publikation (und auch eine Archivierung) grundsätzlich über eine informierte Einwilligung geregelt und eine notwendige Erlaubnis eingeholt werden. Dem gegenüber steht allerdings häufig eine generelle Schutzwürdigkeit der Daten. 152 werden konnten, was zunächst nicht verwundert, schließlich wurde Text als Datentyp auch am häufigsten kodiert. Abb. 52: Absolute Häufigkeit aller Datenformate (Ebene 2) innerhalb aller 109 FDM-Beratungsprotokolle (N = 80). Allerdings ist auch erkennbar, dass deutlich weniger Datenformate als Datentypen markiert werden konnten. Dies könnte ein Hinweis darauf sein, dass für die Bedienung der einzelnen FDM-Bedarfe das tatsächliche Datenformat eine geringere Rolle spielt als der eigentliche Datentyp. Betrachtet man die Datenformate, die im gesamten untersuchten Subkorpus kodiert wurden, auf den Ebenen 3 und 4 des Beschreibungsmodells (siehe Tabelle 20), kann festgestellt werden, dass v. a. bei Text das Datenformat pdf besonders häufig markiert wurde. Bei Tabellenformaten sind es insbesondere verschiedene excel-Formate sowie csv, die regelmäßig in Verwendung zu sein scheinen. Ähnliches gilt für wav bei Audiodaten und jpeg bei Bilddaten. Auch diese konnten im Vergleich zu anderen Datenformaten noch vergleichsweise häufig identifiziert werden. All diese Datenformate deuten Trends in Bezug auf die Nutzung von ebenjenen Datenformaten an, die bei der Bedienung unterschiedlicher FDM-Bedarfe berücksichtigt werden müssen. Eine Korrelation zwischen einzelnen Datenformaten und in dieser Arbeit analysierten FDM-Bedarfskategorien konnte allerdings nicht festgestellt werden, weshalb keine tiefergehende Auswertung der kodierten Datenformate sinnvoll erschien. 010 20 30 40 50 60 ZIP-Formate Videodatenformate Geodatenformate 3D Datenformate Audiodatenformate Bilddatenformate Textdatenformate Häufigkeit Datenformate (Ebene 2) Häufigkeit 153 Tab. 20: Absolute Häufigkeit der Datenformate (Ebene 2, 3 und 4) innerhalb aller 109 FDM-Beratungsprotokolle (N = 80). Ebene 2 Ebene 3 Ebene 4 Anzahl Textdatenformate Tabellenformate excel-Format 12 csv 5 maxqda-Format 2 spss-Format 2 pdf 12 Metadatenformate cmdi 1 imdi 1 json 1 word 3 tei 2 Annotationsformate eaf 3 epidoc 2 asc 1 txt 1 rtf 1 xml 1 Audiodatenformate wav 6 mp3 2 Bilddatenformate jpeg 6 tiff 2 geographische Bilddatenformate geotiff 1 3D Datenformate 3ds 1 u3d 1 dfx 1 obj 1 Geodatenformate shp 1 gis 1 qgs 1 kml 1 Videodatenformate mp4 2 mpeg 1 mts 1 ZIP-Formate psz 1 256 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass eine lebende Ressource über die Funktion verfügt bzw. verfügen soll, dass Daten auf sie hochgeladen werden können. Dabei ist es zunächst unerheblich, ob diese Daten durch Personen hochgeladen werden, die an der Entwicklung und/oder Betreuung der lebenden Ressource beteiligt sind/waren, oder durch Dritte. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – Funktionalitäten lebende Ressource Teil von Hauptkategorie: Hosting/Betrieb lebende Ressource Oberkategorie von: Upload-Funktion für Ex. Urheberrecht Typ der Kategorie: thematische Kategorie Name der Kategorie: Urheberrecht Inhaltliche Beschreibung: Bezeichnet den Schutz urheberrechtlich geschützter Werke im Sinne des Urheberrechtsgesetzes (UrhG).139 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass das Urheberrecht berücksichtigt wird. Beispiele für Schlüsselbegriffe / Formulierungen: „Darüber hinaus sollen die Bilddaten, sofern rechtlich möglich, später auch der Öffentlichkeit zur Nachnutzung verfügbar gemacht werden“, „Mit welcher Motivation wird die Urheberrechtsfrage gestellt?“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – rechtliche Aspekte Teil von Hauptkategorie: Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / Wissenstransfer Typ der Kategorie: thematische Kategorie Name der Kategorie: Wissenstransfer Inhaltliche Beschreibung: Bezeichnet die Vermittlung von Wissen und Kompetenzen. 139 Urhebergesetz, online: https://www.gesetze-im-internet.de/urhg/ (letzter Zugriff: 11. Juni 2025). 257 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass Wissen und Kompetenzen bezüglich spezifischer Aspekte von min. einer Person an eine weitere Person übermittelt werden. Beispiele für Schlüsselbegriffe / Formulierungen: „Grundlegende technische Schulung von Projektmitarbeiter*innen durch externen Webdesigner/Techniker zwecks Wissenstransfer“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – Organisatorisches Teil von Hauptkategorie: Hosting/Betrieb lebende Ressource Oberkategorie von: / Thematische Kategorien Ebene 4: Bedingung/Voraussetzung Anonymisierung Typ der Kategorie: thematische Kategorie Name der Kategorie: Anonymisierung Inhaltliche Beschreibung: Bezeichnet die Anonymisierung von Forschungsdaten und -ergebnissen. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass eine Anonymisierung, also die Unkenntlichmachung von Personen in Forschungsdaten und -ergebnissen mit dem Zweck, dass diese nicht mehr identifizierbar sind, umgesetzt wird. Beispiele für Schlüsselbegriffe / Formulierungen: „Die Transkripte sind anonymisiert. Die Audiodaten enthalten keine personenbezogenen Daten …“, „Diese sind transkribiert (diese kann man sehr wohl anonymisieren und entsprechend auch zur Verfügung stellen)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – rechtliche Aspekte – Datenschutz Teil von Hauptkategorie: Publikation Oberkategorie von: / Auswahl Infrastruktur ex. fachsp. Typ der Kategorie: thematische Kategorie Name der Kategorie: Auswahl Infrastruktur ex. fachsp. Inhaltliche Beschreibung: Bezeichnet die Auswahl einer geeigneten, technischen, fachspezifischen, extern betriebenen Infrastruktur für die Publikation von Forschungsdaten und -ergebnissen. 258 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass eine geeignete, technische, extern betriebene, fachspezifische Infrastruktur, die nicht Teil der beratenden Einrichtung oder ihrer übergeordneten Institution ist, identifiziert bzw. bestimmt wird. Beispiele für Schlüsselbegriffe / Formulierungen: „Eruierung, wo die Elemente gesichert/veröffentlicht werden können (Musical Instrument Museum, Provenienz-Repositorien, LostArt Repositorium, Europeana …)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – Auswahl Infrastruktur – Auswahl Infrastruktur fachsp. Teil von Hauptkategorie: Archivierung Oberkategorie von: / Informed Consent Typ der Kategorie: thematische Kategorie Name der Kategorie: Informed Consent Inhaltliche Beschreibung: Bezeichnet die Erstellung bzw. den Einsatz eines Informed Consent. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass eine informierte Einwilligung bezüglich der Erhebung, Verarbeitung, Publikation, Archivierung und weiteren Nutzung von zu sammelnden personenbezogenen Daten eingesetzt wird. Beispiele für Schlüsselbegriffe / Formulierungen: „Im Informed Consent sollte deutlich formuliert werden, dass die Videodaten nur zu wissenschaftlichen Zwecken anderen Forschenden zugänglich gemacht werden. Außerdem sollte vermerkt werden, dass …“, „Die Proband*innen haben ihr Einverständnis gegeben, dass die Daten bei wissenschaftlichem Interesse in anonymisierter Form weitergegeben werden dürfen“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – rechtliche Aspekte – Datenschutz Teil von Hauptkategorie: Publikation Oberkategorie von: / 259 Softwaredokumentation Typ der Kategorie: thematische Kategorie Name der Kategorie: Softwaredokumentation Inhaltliche Beschreibung: Bezeichnet die Erstellung einer Dokumentation von genutzter Software. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass genutzte Software in einer nachvollziehbaren Form schriftlich beschrieben, erklärt und/oder erläutert wird. Beispiele für Schlüsselbegriffe / Formulierungen: „Auch sollte die Nutzung von Tropy gut dokumentiert werden“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – Datenvorbereitung – Dokumentation Teil von Hauptkategorie: Publikation Oberkategorie von: / Upload-Funktion für Ex. Typ der Kategorie: thematische Kategorie Name der Kategorie: Upload-Funktion für Ex. Inhaltliche Beschreibung: Bezeichnet die funktionelle Eigenschaft einer lebenden Ressource, Forschungsdaten und -ergebnisse durch externe Personen auf diese hochzuladen. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es eine Bedingung/Voraussetzung für die Bedienung eines FDM-Bedarfs ist, dass eine lebende Ressource über die Funktion verfügt bzw. verfügen soll, dass Daten auf sie hochgeladen werden können. Bei den Personen, die diese Funktionalität nutzen können (sollen), handelt es sich v. a. nicht um diejenigen, die die lebende Ressource entwickeln bzw. entwickelt haben oder betreuen bzw. betreuen werden, sondern um weitere Nutzer:innen. Beispiele für Schlüsselbegriffe / Formulierungen: „Es soll unterschiedlichste Präsentationsformen sowie die Möglichkeit für Externe Inhalte hochzuladen geben“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Bedingung/Voraussetzung – Funktionalitäten lebende Ressource – Upload-Funktion Teil von Hauptkategorie: Hosting/Betrieb lebende Ressource Oberkategorie von: / 260 Datenformate Ordnungskategorie Ebene 1: Datenformate Datenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Datenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate. Anwendung der Kategorie: Wird verwendet, wenn Informationen zu Datenformaten identifiziert werden konnten. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: / Teil von Hauptkategorie: / Oberkategorie von: 3D Datenformate, Audiodatenformate, Bilddatenformate, Geodatenformate, Textformate, Videodatenformate, ZIP-Formate Ordnungskategorien Ebene 2: Datenformate 3D Datenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: 3D Datenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate, die dreidimensional modellierte Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, dreidimensional modellierte Ressourcen zu repräsentieren. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: 3ds, dfx, obj, u3d 261 Audiodatenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Audiodatenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate, die akustische Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, akustische Ressourcen zu repräsentieren. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: mp3, wav Bilddatenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Bilddatenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate, die primär statische, visuelle Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, statische, visuelle Ressourcen zu repräsentieren. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: geographische Bilddatenformate, jpeg, tiff Geodatenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Geodatenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate von Ressourcen, die aus Geoinformationen in Form von Koordinaten bestehen. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, Ressourcen zu repräsentieren, die aus 262 Geoinformationen in Form von Koordinaten bestehen bzw. über diese verfügen. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation Oberkategorie von: gis, kml, qgs, shp Textformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Textformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate die primär textuellen Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die primär dazu eingesetzt werden, textuelle Ressourcen zu repräsentieren. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: asc, epidoc, Metadatenformate, pdf, rtf, Tabellenformate, tei, txt, word, xml Videoformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Videoformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate die primär dynamische, (audio-)visuelle Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die primär dazu eingesetzt werden, dynamische, (audio-)visuelle Ressourcen zu repräsentieren. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): Abgrenzung zu anderen / 263 Kategorien (optional): Unterkategorie von: Datenformate Teil von Hauptkategorie: Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: elan mp4, mpeg, mts ZIP-Formate Typ der Kategorie: Ordnungskategorie Name der Kategorie: ZIP-Formate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate die komprimierte Ressourcen repräsentieren. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, komprimierte Ressourcen zu repräsentieren. Es handelt sich dabei um Containerformate, die verschiedene Datentypen und -formate enthalten können. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: psz Ordnungskategorien Ebene 3: Datenformate Annotationsformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Annotationsformate Inhaltliche Beschreibung: Bezeichnet Dateiformate von textuellen Ressourcen, die ergänzende Informationen zu weiteren Daten zum Zweck ihrer inhaltlichen Anreicherung enthalten. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die primär dazu eingesetzt werden, textuelle Ressourcen zu repräsentieren, die ergänzende Informationen zu weiteren Daten. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Archivierung, Publikation 264 Oberkategorie von: eaf geographische Bilddaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: geographische Bilddatenformate Inhaltliche Beschreibung: Bezeichnet digitale Dateiformate, die primär statische, visuelle Ressourcen repräsentieren, die über Georeferenzen verfügen. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die dazu eingesetzt werden, statische, visuelle Ressourcen zu repräsentieren, die über georeferenzierte Metadaten verfügen. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Bilddatenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: geotiff Metadatenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Metadatenformate Inhaltliche Beschreibung: Bezeichnet Dateiformate von textuellen Ressourcen, die Informationen über weitere Daten zum Zweck ihrer Beschreibung enthalten. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die primär dazu eingesetzt werden, textuelle Ressourcen zu repräsentieren, die Informationen über weitere Daten enthalten und diese, bspw. zum Zweck der Auffindbarkeit über Suchmaschinen, auf administrativer, technischer oder inhaltlicher Ebene beschreiben. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation Oberkategorie von: cmdi, imdi, json 265 Tabellenformate Typ der Kategorie: Ordnungskategorie Name der Kategorie: Tabellenformate Inhaltliche Beschreibung: Bezeichnet Dateiformate von textuellen Ressourcen, die in geordneter Form zusammengetragen sind. Anwendung der Kategorie: Wird verwendet, wenn Dateiformate identifiziert werden können, die primär dazu eingesetzt werden, textuelle Ressourcen zu repräsentieren, die in Zeilen und Spalten nach einer spezifischen inhaltlichen Logik organisiert sind. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: csv, excel, maxqda-format, spss-format Fakten-Kategorien Ebene 3: Datenformate 3ds Typ der Kategorie: Fakten-Kategorie Name der Kategorie: 3ds Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat 3ds‘. Anwendung der Kategorie: Wird verwendet, wenn das 3D Datenformat ‚3ds‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: *.3ds“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – 3D Datenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / asc Typ der Kategorie: Fakten-Kategorie Name der Kategorie: asc Inhaltliche Beschreibung: Bezeichnet das digitale Datenformat ‚asc‘. 272 Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / tiff Typ der Kategorie: Fakten-Kategorie Name der Kategorie: tiff Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚tiff‘. Anwendung der Kategorie: Wird verwendet, wenn das Bilddatenformat ‚tiff‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: *.tiff“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Bilddatenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / txt Typ der Kategorie: Fakten-Kategorie Name der Kategorie: txt Inhaltliche Beschreibung: Bezeichnet das digitale Datenformat ‚txt‘. Anwendung der Kategorie: Wird verwendet, wenn das Textformat ‚txt‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „Daten wären vom Projekt aus schon in WAV bzw. Txt (oder leicht umzuwandeln)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Antrag Oberkategorie von: / 273 u3d Typ der Kategorie: Fakten-Kategorie Name der Kategorie: u3d Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚u3d‘. Anwendung der Kategorie: Wird verwendet, wenn das 3D Datenformat ‚u3d‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: *.u3d“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – 3D Datenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / wav Typ der Kategorie: Fakten-Kategorie Name der Kategorie: wav Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚wav‘. Anwendung der Kategorie: Wird verwendet, wenn das Audiodatenformat ‚wav‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Formate: .wav Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Audiodatenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / word Typ der Kategorie: Fakten-Kategorie Name der Kategorie: word Inhaltliche Beschreibung: Bezeichnet das digitale Datenformat ‚word‘. Anwendung der Kategorie: Wird verwendet, wenn das Textformat ‚word‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „… Word-Dateien …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / 274 Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Archivierung, Publikation, Entwicklung lebende Ressource Oberkategorie von: / xml Typ der Kategorie: Fakten-Kategorie Name der Kategorie: xml Inhaltliche Beschreibung: Bezeichnet das digitale Datenformat ‚xml‘. Anwendung der Kategorie: Wird verwendet, wenn das Textformat ‚xml‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „… strukturierte XML-Daten …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate Teil von Hauptkategorie: Entwicklung lebende Ressource Oberkategorie von: / Fakten-Kategorien Ebene 4: Datenformate cmdi Typ der Kategorie: Fakten-Kategorie Name der Kategorie: cmdi Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚cmdi‘. Anwendung der Kategorie: Wird verwendet, wenn das Metadatenformat ‚cmdi‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „CMDI, ELAN > Zusammenarbeit, um auf dem neusten Stand zu bleiben“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Metadatenformate Teil von Hauptkategorie: Antrag Oberkategorie von: / csv Typ der Kategorie: Fakten-Kategorie Name der Kategorie: csv Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚csv‘. 275 Anwendung der Kategorie: Wird verwendet, wenn das Tabellenformat ‚csv‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: *.csv“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Tabellenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Entwicklung lebende Ressource Oberkategorie von: / eaf Typ der Kategorie: Fakten-Kategorie Name der Kategorie: eaf Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚eaf‘. Anwendung der Kategorie: Wird verwendet, wenn das Metadatenformat ‚eaf‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „Datenformate: …, eaf“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Annotationsformate Teil von Hauptkategorie: Archivierung, Publikation Oberkategorie von: / excel-Format Typ der Kategorie: Fakten-Kategorie Name der Kategorie: excel-Format Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚excel-Format‘. Anwendung der Kategorie: Wird verwendet, wenn das Tabellenformat ‚excel-Format‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „Die Excel-Tabelle …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Tabellenformate Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Resosurce Oberkategorie von: / 276 geotiff Typ der Kategorie: Fakten-Kategorie Name der Kategorie: geotiff Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚geotiff‘. Anwendung der Kategorie: Wird verwendet, wenn das geographische Bildformat ‚geotiff‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: …, GeoTiffs…“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Bilddatenformate – geographische Bilddatenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / imdi Typ der Kategorie: Fakten-Kategorie Name der Kategorie: imdi Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚imdi‘. Anwendung der Kategorie: Wird verwendet, wenn das Metadatenformat ‚imdi‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „[Oder braucht er dafür die IMDI Metadaten?]“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Metadatenformate Teil von Hauptkategorie: Antrag Oberkategorie von: / json Typ der Kategorie: Fakten-Kategorie Name der Kategorie: json Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚json‘. Anwendung der Kategorie: Wird verwendet, wenn das Metadatenformat ‚json‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „Vorhandene Daten: …, Metadaten (Json)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen / 277 Kategorien (optional): Unterkategorie von: Datenformate – Textformate – Metadatenformate Teil von Hauptkategorie: Archivierung Oberkategorie von: / maxqda-Format Typ der Kategorie: Fakten-Kategorie Name der Kategorie: maxqda-Format Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚maxqda-Format‘. Anwendung der Kategorie: Wird verwendet, wenn das Tabellenformat ‚maxqda-Format‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Formate: …, MAXQDA-Dateien“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Tabellenformate Teil von Hauptkategorie: Antrag, Publikation Oberkategorie von: / spss-Format Typ der Kategorie: Fakten-Kategorie Name der Kategorie: spss-Format Inhaltliche Beschreibung: Bezeichnet das digitale Dateiformat ‚spss-Format‘. Anwendung der Kategorie: Wird verwendet, wenn das Tabellenformat ‚spss-Format‘ identifiziert werden konnte. Beispiele für Schlüsselbegriffe / Formulierungen: „1 x SPSS Datei“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datenformate – Textformate – Tabellenformate Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / 278 Datentypen Ordnungskategorie Ebene 1: Datentypen Datentypen Typ der Kategorie: Ordnungskategorie Name der Kategorie: Datentypen Inhaltliche Beschreibung: Bezeichnet digitale Datentypen. Anwendung der Kategorie: Wird verwendet, wenn Informationen über Datentypen identifiziert werden können. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: / Teil von Hauptkategorie: / Oberkategorie von: 3D Daten, Audiodaten, Bilddaten, Datenmodelle, Geodaten, Messdaten, Scandaten, Skriptdaten, Text, Videodaten Ordnungskategorien Ebene 2: Datentypen 3D Daten Typ der Kategorie: Ordnungskategorie Name der Kategorie: 3D Daten Inhaltliche Beschreibung: Bezeichnet dreidimensionale, digital modellierte Ressourcen als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die eine dreidimensionale, auf Koordinaten beruhende visuelle Darstellung eines analogen Gegenstands sind. Der so digital repräsentierte Gegenstand wurde hierbei digital modelliert und nicht durch ScanningVerfahren in den digitalen Raum überführt. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: …, *.3ds, *.u3d, …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / 279 Audiodaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: Audiodaten Inhaltliche Beschreibung: Bezeichnet rein akustische Ressourcen als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die aus Schallwellen bestehen und primär akustisch wahrgenommen werden. Beispiele für Schlüsselbegriffe / Formulierungen: „Audio und Video Daten werden erhoben …“, „(erwartete) Daten: Audio- , …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag, Archivierung, Hosting/Betrieb lebende Ressource Oberkategorie von: Audio – Gespräch (Inhalt), Audio – Interview (Inhalt), Audio – Monolog (Inhalt), Audio – Musik (Inhalt), Audio – Sprachdokumentation (Funktion) Bilddaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: Bilddaten Inhaltliche Beschreibung: Bezeichnet statische, visuelle Ressourcen als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die visuelle, statische Aufnahmen und keine systematische Übersetzung eines analogen Gegenstands in den digitalen Raum durch Scanning-Verfahren sind. Beispiele für Schlüsselbegriffe / Formulierungen: „… zusätzlich je ca. 10 Fotos …“, „(erwartete) Daten: *.pdf, *.jpg“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): Im Gegensatz zu Scandaten sind Bilddaten ausschließlich visuelle Repräsentationen, die analoge Gegenstände abbilden, allerdings nicht systematisch erfassen. Scandaten wiederum können zwar in Bilddatenformaten vorliegen, sind aber eine systematische, visuelle Repräsentation von analogen Gegenständen im Digitalen, bei denen ebenjene Gegenstände nach einer bestimmten Methode strukturiert abgetastet und so in ein digitales Format überführt wurden. Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource 280 Oberkategorie von: Bild – Bildschirmaufzeichnung (Inhalt), Bild – geographische Bilddaten (Inhalt), Bild – Szene (Inhalt) Datenmodelle Typ der Kategorie: Ordnungskategorie Name der Kategorie: Datenmodelle Inhaltliche Beschreibung: Bezeichnet Visualisierungen als Ressourcen, die Daten und ihre Beziehungen zueinander darstellen, als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die visuelle Formen der Repräsentation von Daten und deren Beziehungen zueinander unabhängig ihres Inhalts sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: …, Modelle“, „(erwartete) Typen: …, Datenmodelle“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag Oberkategorie von: / Geodaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: Geodaten Inhaltliche Beschreibung: Bezeichnet georeferenzielle Ressourcen als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die über Koordinaten im Sinne einer Georeferenz verfügen. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: geographische Koordinaten …“, „(erwartete) Typen: Geodaten …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Entwicklung lebende Ressource. Oberkategorie von: / 281 Messdaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: Messdaten Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Daten: …, Messdaten, …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag Oberkategorie von: Messdaten – EEG-Daten (Inhalt), Messdaten – Eye-Tracking Daten (Inhalt), Messdaten – Geomagnetikdaten (Inhalt), Messdaten – Isotopiedaten (Inhalt), Messdaten – Logfiledaten (Inhalt), Messdaten – Motion Capture Daten (Inhalt), Messdaten – Radiocarbondaten (Inhalt), Messdaten – Sedimentdaten (Inhalt), Messdaten – typologische Daten (Inhalt) Scandaten Typ der Kategorie: Ordnungskategorie Name der Kategorie: Scandaten Inhaltliche Beschreibung: Bezeichnet statische, visuelle Ressourcen als Datentyp. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die visuelle, statische Aufnahmen und eine systematische Übersetzung eines analogen Gegenstands in den digitalen Raum durch Abtasten sind. Beispiele für Schlüsselbegriffe / Formulierungen: „… und eine Vielzahl an Scans“, „Sicherung der Digitalisate“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): Im Gegensatz zu Bilddaten sind Scandaten, die zwar in Bilddatenformaten vorliegen können, eine systematische, visuelle Repräsentation von analogen Gegenständen, bei denen ebenjene Gegenstände nach einer bestimmten Methode strukturiert abgetastet wurden. Bilddaten hingegen sind ausschließlich visuelle, statische Repräsentationen, die analoge Gegenstände abbilden, allerdings nicht systematisch erfassen. Unterkategorie von: Datentypen Teil von Hauptkategorie: Antrag, Archivierung, Publikation 288 Teil von Hauptkategorie: Archivierung Oberkategorie von: / Messdaten – Eye-Tracking Daten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Eye-Tracking Daten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen der Bewegung eines Auges handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und Bewegungen eines Auges dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „Es werden sehr heterogene Daten erwartet (… EyeTracking …)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten Teil von Hauptkategorie: Archivierung Oberkategorie von: / Messdaten – Geomagnetikdaten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Geomagnetikdaten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen zum Erdmagnetfeld handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und Informationen zum Erdmagnetenfeld dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Daten: Geodaten, Geomagnetikdaten, …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten 289 Teil von Hauptkategorie: Archivierung Oberkategorie von: / Messdaten – Isotopiedaten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Isotopiedaten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen isotopischer Zusammensetzungen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und isotopische Zusammenhänge dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Daten: … Isotopie-Daten“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten Teil von Hauptkategorie: Archivierung Oberkategorie von: / Messdaten – Logfiledaten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Logfiledaten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen von Prozessen innerhalb eines digitalen Systems handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und Aktivitäten innerhalb eines digitalen Systems, bspw. eines Computers, dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „Dabei werden sowohl quantitative Online-Umfragedaten und LogfileAnalysedaten als auch qualitative Daten aus Labs generiert“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten 290 Teil von Hauptkategorie: Archivierung, Publikation Oberkategorie von: / Messdaten – Motion Capture Daten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Motion Capture Daten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen von Bewegungen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und Bewegung dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: Videodaten, Audiodaten, Motion Capture“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten Teil von Hauptkategorie: Antrag Oberkategorie von: / Messdaten – Radiocarbondaten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Radiocarbondaten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen radiometrischer Datierungen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und radiometrische Datierungen dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Daten: … C14 Daten …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten Teil von Hauptkategorie: Archivierung 291 Oberkategorie von: / Messdaten – Sedimentdaten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – Sedimentdaten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen, die an Feststoffen vorgenommen wurden, handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und bspw. Zustände oder Zusammensetzungen von Feststoffen dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: … Sedimentanalysen …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten Teil von Hauptkategorie: Antrag Oberkategorie von: / Messdaten – typologische Daten (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Messdaten – typologische Daten (Inhalt) Inhaltliche Beschreibung: Bezeichnet systematisch gemessene Werte, bei denen es sich um Messungen von Formen von Gegenständen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die in einem strukturierten Verfahren und unabhängig von untersuchten Phänomenen gemessen wurden und Informationen über Formen von Gegenständen dokumentieren. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Messdaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: … typologische und technologische Merkmalsdaten von Steinartefakten …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Messdaten 292 Teil von Hauptkategorie: Antrag Oberkategorie von: / Scandaten – 3D (Inhalt/Form) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Scandaten – 3D (Inhalt) Inhaltliche Beschreibung: Bezeichnet statische, visuelle Ressourcen, bei denen es sich um Scans von dreidimensionalen, analogen Gegenständen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die visuelle, statische Aufnahmen sind und durch Scanning-Verfahren digitalisierte dreidimensionale Gegenstände enthalten. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Scandaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Daten: … Laserscandaten“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Scandaten Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / Scandaten – Text (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Scandaten – Text (Inhalt) Inhaltliche Beschreibung: Bezeichnet statische, visuelle Ressourcen, bei denen es sich um Scans von analogen Texten handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die visuelle statische Aufnahmen sind und durch Scanning-Verfahren digitalisierten Text enthalten. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Scandaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „Verfügbarmachung (OCR) von Zeitungsartikeln“, „(erwartete) Typen: digitalisierter Text“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Scandaten 293 Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: / Text – Annotationen (Funktion) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Annotationen (Funktion) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um textuelle Inhalte handelt, die Anmerkungen, Ergänzungen o. Ä. zu anderen Daten sind. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche, sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und die zusätzliche Informationen zu anderen Daten im Sinne von Anmerkungen, Vermerken oder Ergänzungen sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, welche Funktion ein Text erfüllt. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Arten: Bibliographische Daten“, „(erwartete) Typen: Text, Annotationen, Modelle“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): Im Gegensatz zur Unterkategorie Metadaten (Funktion) handelt es sich bei der Unterkategorie Annotationen (Funktion) um eine Unterkategorie, mit der Anmerkungen, Vermerke oder Ergänzungen, die andere Daten ergänzen, kategorisiert werden. Metadaten (Funktion) wird hingegen als Unterkategorie verwendet, wenn es sich bei dem zu kodierenden Text um Text handelt, der andere Daten zu einem spezifischen Zweck beschreibt. Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Antrag, Archivierung, Publikation Oberkategorie von: / Text – Dokumentation (Funktion) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Dokumentation (Funktion) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um textuelle Inhalte handelt, die bspw. Prozesse, Entscheidungen oder Softwarecode nachvollziehbar beschreiben. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und die zum Zweck der Dokumentation, also der nachvollziehbaren Beschreibung, Erklärung oder Erläuterung von bspw. Prozessen, 294 Entscheidungen, Softwarecode usw., verfasst wurden. Diese Unterkategorie verfügt entsprechend über Informationen darüber, welche Funktion ein Text erfüllt. Beispiele für Schlüsselbegriffe / Formulierungen: „… Grabungsdokumentation …“, „(erwartete) Arten: 2 Excel-Dateien + 1 Ordner mit README-Datei und Screenshots“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Antrag, Archivierung, Publikation Oberkategorie von: / Text – Erzählung (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Erzählung (Inhalt) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um narrativen Text handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche, sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und inhaltlich ein narrativer Text sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie ein Text inhaltlich beschaffen ist. Beispiele für Schlüsselbegriffe / Formulierungen: „… von einer Wortliste ([Sprache1]) und zwei Erzählungen ([Sprache2])“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Antrag, Archivierung Oberkategorie von: / Text – Fragebogen (Form) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Fragebogen (Form) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um nach der Struktur eines Fragebogens organisierte textuelle Inhalte im Sinne von Fragen und Antworten handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und eine Sammlung von Fragen und ggf. auch Antworten sind. Diese 295 Unterkategorie verfügt entsprechend über Informationen darüber, in welcher Form ein Text vorliegt. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: Audiodaten, Transkripte, Videodaten, Fragebögen“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Archivierung, Publikation Oberkategorie von: / Text – Grammatik (Funktion) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Grammatik (Funktion) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um textuelle Inhalte handelt, die Regeln einer Sprache beschreiben bzw. festlegen. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und der Definitionen und Regelung bezüglich des Aufbaus und der Funktion einer Sprache sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, welche Funktion ein Text erfüllt. Beispiele für Schlüsselbegriffe / Formulierungen: „Entwicklung eines digitalen Formats für (die Darstellung von) Referenzgrammatiken auf der Basis …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Hosting/Betrieb lebende Ressource Oberkategorie von: / Text – lexikographische Daten (Funktion) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – lexikographische Daten (Funktion) Inhaltliche Beschreibung: Bezeichnet sprachliche Ressourcen, bei denen es sich um textuelle Inhalte handelt, die bspw. Wörter, Gegenstände oder Phänomene definieren. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und Begriffserläuterungen und Definitionen von bspw. Gegenständen, 296 Phänomenen bzw. generell Wörtern sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, welche Funktion ein Text erfüllt. Beispiele für Schlüsselbegriffe / Formulierungen: „exemplari[s]ch Zusammenführung von drei Wörterbüchern in einem einheitlichen TEI-Format“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Entwicklung lebende Ressource Oberkategorie von: / Text – Literatur (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Literatur (Inhalt) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um literarischen Text handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und inhaltlich ein literarischer Text sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie ein Text inhaltlich beschaffen ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Text“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Antrag Oberkategorie von: / Text – Manuskripte (Form) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Manuskripte (Form) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um ursprünglich handschriftlich verfassten Text handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und die ursprünglich von Hand geschrieben wurden. Diese Unterkategorie 297 verfügt entsprechend über Informationen darüber, in welcher Form ein Text vorliegt. Beispiele für Schlüsselbegriffe / Formulierungen: „(erwartete) Typen: Manuskripte, Literaturliste“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Publikation Oberkategorie von: / Text – Metadaten (Funktion) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Text – Metadaten (Funktion) Inhaltliche Beschreibung: Bezeichnet textuelle Ressourcen, bei denen es sich um Informationen über weitere Daten zum Zweck ihrer Beschreibung handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um schriftliche sprachliche Äußerungen handelt, die primär aus Wörtern bestehen und Informationen über weitere Daten, unabhängig von deren Datentyp oder -format, sind. Sie dienen in erster Linie dazu, Forschungsdaten und -ergebnisse, die sie beschreiben, über Suchmaschinen oder digitale Kataloge auffindbar zu machen. Diese Unterkategorie verfügt entsprechend über Informationen darüber, welche Funktion ein Text erfüllt. Beispiele für Schlüsselbegriffe / Formulierungen: „… Von Beginn an sollte ein erweiterbares Set von Metadaten gepflegt werden …“, „… Metadaten (Json) …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): Im Gegensatz zur Unterkategorie Annotationen (Funktion) handelt es sich bei der Unterkategorie Metadaten (Funktion) um eine Unterkategorie, mit der Text kodiert wird, der andere Daten beschreibt. Annotationen (Funktion) wird hingegen als Unterkategorie verwendet, wenn es sich um Text handelt, der eine Anmerkung, ein Vermerk oder eine Ergänzung zu anderen Daten darstellt. Unterkategorie von: Datentypen – Text Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: / 304 Video - Szene (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Video – Szene (Inhalt) Inhaltliche Beschreibung: Bezeichnet dynamische, (audio-)visuelle Ressourcen, bei denen es sich um die Aufnahme einer Szene handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die primär aus dynamisch bewegten Bildern bestehen und Aufnahmen einer Szene, also einer inhaltlich-strukturell klar begrenzten Einheit einer gesamtkünstlerischen, performativen Darstellung oder Aufführung, sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Videodaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „plus Bildund Video-Dokumentation der Settings …“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Videodaten Teil von Hauptkategorie: Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / Video - Vorträge (Inhalt) Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Video – Vorträge (Inhalt) Inhaltliche Beschreibung: Bezeichnet dynamische, (audio-)visuelle Ressourcen, bei denen es sich um die Aufnahme von Vorträgen handelt. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass es sich bei Forschungsdaten und -ergebnissen um Daten handelt, die primär aus dynamisch bewegten Bildern bestehen und Aufnahmen von Vorträgen, also der in der Regel mündlichen Präsentation von Inhalten, ggf. visuell unterstützt und in einem (semi-)professionellen Rahmen, sind. Diese Unterkategorie verfügt entsprechend über Informationen darüber, wie Videodaten inhaltlich beschaffen sind. Beispiele für Schlüsselbegriffe / Formulierungen: „… durch die Publikation von Videomitschnitten von Vorträgen und Veranstaltungen“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Datentypen – Videodaten Teil von Hauptkategorie: Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / 305 Fachrichtung Ordnungskategorie Ebene 1: Fachrichtung Fachrichtung Typ der Kategorie: Ordnungskategorie Name der Kategorie: Fachrichtung Inhaltliche Beschreibung: Bezeichnet wissenschaftlich-inhaltliche Fachbereiche. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, welchem wissenschaftlichen Fachbereich ein Forschungsvorhaben, aus dessen Kontext eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wird, oder anfragende Forschende selbst zugeordnet sind. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: / Teil von Hauptkategorie: / Oberkategorie von: Digital Humanities, Geschichte und Archäologie, Kunstwissenschaften, Philosophie, Sozialwissenschaften, Sprachund Literaturwissenschaften/Kulturwissenschaft Fakten-Kategorien Ebene 2: Fachrichtung Digital Humanities Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Digital Humanities Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Digital Humanities.140 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Digital Humanities arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Digital Humanities angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Institut für Digital Humanities“ Weitere Anwendungen (optional): / Abgrenzung zu anderen / 140 Siehe ÖFOS-Klassifikationssystem ‚Digital Humanities‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/605007 (letzter Zugriff 11. Juli 2025). 306 Kategorien (optional): Unterkategorie von: Fachrichtung Teil von Hauptkategorie: Antrag, Archivierung, Hosting/Betrieb lebende Ressource Oberkategorie von: / Geschichte und Archäologie Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Geschichte und Archäologie Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Geschichte und Archäologie.141 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Geschichte und Archäologie arbeiten oder ihr Forschungsvorhaben in der Fachrichtung Geschichte und Archäologie angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung Teil von Hauptkategorie: / Oberkategorie von: Alte Geschichte, Altertumskunde, Archäologie, Frühgeschichte, Geschichtswissenschaft, Neuere Geschichte Kunstwissenschaften Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Kunstwissenschaften Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Kunstwissenschaften.142 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Kunstwissenschaften arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Kunstwissenschaften angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / 141 Siehe ÖFOS-Klassifikationssystem ‚Geschichte und Archäologie‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/6010 (letzter Zugriff 11. Juli 2025). 142 Siehe ÖFOS-Klassifikationssystem ‚Kunstwissenschaften‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/604 (letzter Zugriff: 11. Juli 2025). 307 Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung Teil von Hauptkategorie: / Oberkategorie von: Kunstgeschichte, Musikwissenschaften Philosophie Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Philosophie Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Philosophie.143 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Philosophie arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Philosophie angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Philosophisches Institut“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung Teil von Hauptkategorie: Antrag Oberkategorie von: / Sozialwissenschaften Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Sozialwissenschaften Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Sozialwissenschaften.144 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Sozialwissenschaften arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Sozialwissenschaften angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Departement Erziehungsund Sozialwissenschaften, Schulforschung“, „MPIfG/Wiso-Fakultät“, „Bundesinstitut für Berufsbildung (BIBB)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen / 143 Siehe ÖFOS-Klassifikationssystem ‚Philosophie‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/603113 (letzter Zugriff 11. Juli 2025). 144 Siehe ÖFOS-Klassifikationssystem ‚Sozialwissenschaften‘, online: https://vocabs.acdh.oeaw.ac.at/oefosdisciplines/5 (letzter Zugriff: 11. Juli 2025). 308 Kategorien (optional): Unterkategorie von: Fachrichtung Teil von Hauptkategorie: Antrag, Publikation Oberkategorie von: Erziehungswissenschaften, Medienund Kommunikationswissenschaften, Soziologie Sprachund Literaturwissenschaften/Kulturwissenschaft Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Sprachund Literaturwissenschaften/Kulturwissenschaft Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Sprachund Literaturwissenschaften und der Kulturwissenschaft.145 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Sprachund Literaturwissenschaften oder Kulturwissenschaft arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Sprachund Literaturwissenschaften oder der Kulturwissenschaft angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Promotionsprojekt am IDSL II“, „Mercator-Institut für Sprachförderung und Deutsch als Zweitsprache“, „Institut für deutsche Sprache und Literatur“, „Institut für Linguistik“, „Europäische Rechtslinguistik“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): Die beiden in ÖFOS getrennten Fachrichtungen Sprachund Literaturwissenschaften und Kulturwissenschaft werden im vorliegenden Beschreibungsmodell zusammengefasst, da sich aus dem Untersuchungsmaterial nicht ergibt, ob die Fachrichtungen, die als ihre Unterkategorien entwickelt wurden, sprachund literaturwissenschaftlich oder kulturwissenschaftlich geprägt sind. Unterkategorie von: Fachrichtung Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: Afrikanistik, Anglistik, Indologie, Japanologie, Judaistik, Niederlandistik, Romanistik, Slawistik, Tibetologie, Vergleichende Sprachwissenschaft (Komparatistik) 145 Siehe ÖFOS-Klassifikationssystem ‚Sprachund Literaturwissenschaften‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/602; ‚Kulturwissenschaft‘, online: https://vocabs.acdh.oeaw.ac.at/oefosdisciplines/605004 (jeweils letzter Zugriff: 11. Juli 2025). 309 Fakten-Kategorien Ebene 3: Fachrichtung Afrikanistik Fakten-Kategorie Name der Kategorie: Afrikanistik Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Afrikanistik.146 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Afrikanistik arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Afrikanistik angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Institut für Afrikanistik und Ägyptologie (Kulturanthropologie)“, „Ethnologie/Afrikanistik“, „Institut für Afrikanistik“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sprachund Literaturwissenschaften/Kulturwissenschaft Teil von Hauptkategorie: Antrag, Archivierung, Publikation Oberkategorie von: / Anglistik Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Anglistik Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Anglistik.147 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Anglistik arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Anglistik angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Englisches Seminar“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sprachund Literaturwissenschaften/Kulturwissenschaft Teil von Hauptkategorie: Antrag, Archivierung, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: / 146 Siehe ÖFOS-Klassifikationssystem ‚Afrikanistik‘, online: https://vocabs.acdh.oeaw.ac.at/oefosdisciplines/602001 (letzter Zugriff: 11. Juli 2025). 147 Siehe ÖFOS-Klassifikationssystem ‚Anglistik‘, online: https://vocabs.acdh.oeaw.ac.at/oefosdisciplines/602008 (letzter Zugriff: 11. Juli 2025). 310 Alte Geschichte Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Alte Geschichte Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Alten Geschichte.148 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Alte Geschichte arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Alte Geschichte angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Historisches Institut Abt. Alte Geschichte“, „Historisches Institut – Alte Geschichte“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Geschichte und Archäologie Teil von Hauptkategorie: Antrag, Hosting/Betrieb lebende Ressource Oberkategorie von: / Altertumskunde Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Altertumskunde Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Altertumskunde.149 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Altertumskunde arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Altertumskunde angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Institut für Altertumskunde“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Geschichte und Archäologie Teil von Hauptkategorie: Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / 148 Siehe ÖFOS-Klassifikationssystem ‚Alte Geschichte‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/601001 (letzter Zugriff: 11 Juli 2025). 149 Siehe ÖFOS-Klassifikationssystem ‚Altertumskunde‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/601002 (letzter Zugriff: 11. Juli 2025). 311 Archäologie Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Archäologie Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Archäologie.150 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Archäologie arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Archäologie angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Archäologie“, „Archäologisches Institut“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Geschichte und Archäologie Teil von Hauptkategorie: Antrag Oberkategorie von: / Erziehungswissenschaften Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Erziehungswissenschaften Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Erziehungswissenschaften.151 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Erziehungswissenschaften arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Erziehungswissenschaften angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sozialwissenschaften Teil von Hauptkategorie: / Oberkategorie von: Sonderund Heilpädagogik, Musikpädagogik 150 Siehe ÖFOS-Klassifikationssystem ‚Archäologie‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/601003 (letzter Zugriff: 11. Juli 2025). 151 Siehe ÖFOS-Klassifikationssystem ‚Erziehungswissenschaften‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/5030 (letzter Zugriff: 11. Juli 2025). 312 Frühgeschichte Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Frühgeschichte Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Frühgeschichte.152 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Frühgeschichte arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Frühgeschichte angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Institut für Urund Frühgeschichte“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Geschichte und Archäologie Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Entwicklung lebende Ressource Oberkategorie von: / Geschichtswissenschaft Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Geschichtswissenschaft Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Geschichtswissenschaft.153 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Geschichtswissenschaft arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Geschichtswissenschaft angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Historisches Institut“, „Historisches Institut Abt. für nordamerikanische Geschichte“, „Historisches Institut, Abteilung für iberische und lateinamerikanische Geschichte“, „Dokumentationsund Informationszentrum Emslager (DIZ)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Geschichte und Archäologie Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource Oberkategorie von: / 152 Siehe ÖFOS-Klassifikationssystem ‚Frühgeschichte‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/601006 (letzter Zugriff: 11. Juli 2025). 153 Siehe ÖFOS-Klassifikationssystem, ‚Geschichtswissenschaft‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/601008 (letzter Zugriff: 11. Juli 2025). 313 Indologie Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Indologie Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Indologie.154 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Indologie arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Indologie angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Institut für Südasienund Südostasienstudien (SASOA), ehemals Institut für Indologie und Tamilistik“, „Indologie und Tibetologie“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sprachund Literaturwissenschaften/Kulturwissenschaft Teil von Hauptkategorie: Archivierung, Entwicklung lebende Ressource Oberkategorie von: / Judaistik Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Judaistik Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Judaistik.155 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Judaistik arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Judaistik angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Judaistik Institut“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sprachund Literaturwissenschaften/Kulturwissenschaft Teil von Hauptkategorie: Entwicklung lebende Ressource Oberkategorie von: / 154 Siehe ÖFOS-Klassifikationssystem ‚Indologie‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/602018 (letzter Zugriff: 11. Juli 2025) 155 Siehe ÖFOS-Klassifikationssystem ‚Judaistik‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/602022 (letzter Zugriff: 11. Juli 2025). 320 Medienwissenschaften Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Medienwissenschaften Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Medienwissenschaften.168 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Medienwissenschaften arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Medienwissenschaften angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Medienkultur und Theater“, „Institut für Medienkultur und Theater“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sozialwissenschaften – Medienund Kommunikationswissenschaften Teil von Hauptkategorie: Antrag, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: / Musikpädagogik Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Musikpädagogik Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Musikpädagogik.169 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Musikpädagogik arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Musikpädagogik angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „Musikpädagogik“, „Institut für Musikpädagogik“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sozialwissenschaften – Erziehungswissenschaften Teil von Hauptkategorie: Antrag Oberkategorie von: / 168 Siehe ÖFOS-Klassifikationssystem ‚Medienwissenschaften‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/508021 (letzter Zugriff: 12. Juli 2025). 169 Siehe ÖFOS-Klassifikationssystem ‚Musikpädagogik‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/503022 (letzter Zugriff: 12. Juli 2025). 321 Sonderund Heilpädagogik Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Sonderund Heilpädagogik Inhaltliche Beschreibung: Bezeichnet die wissenschaftliche Fachrichtung der Sonderund Heilpädagogik.170 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden konnten, dass anfragende Forschende in der Fachrichtung Sonderund Heilpädagogik arbeiten, oder ihr Forschungsvorhaben in der Fachrichtung Sonderund Heilpädagogik angesiedelt ist. Beispiele für Schlüsselbegriffe / Formulierungen: „HumF – Heilpädagogik und Rehabilitation“, „Departement Heilpädagogik und Rehabilitation, Lehrstuhl Gebärdensprachdolmetschen“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Fachrichtung – Sozialwissenschaften – Erziehungswissenschaften Teil von Hauptkategorie: Antrag, Archivierung, Entwicklung lebende Ressource Oberkategorie von: / Förderinstitution Ordnungskategorien Ebene 1: Förderinstitution Förderinstitution Typ der Kategorie: Ordnungskategorie Name der Kategorie: Förderinstitution Inhaltliche Beschreibung: Bezeichnet Institutionen und Einrichtungen, die auf Basis eines qualitätsgesicherten und unabhängigen Peer-Review-Verfahrens finanzielle Mittel an antragsstellende Forschende vergeben und so wissenschaftliche Forschungsvorhaben finanzieren. Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass ein Forschungsvorhaben, aus dessen Kontext heraus ein FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert werden soll, wird oder wurde. Beispiele für Schlüsselbegriffe / Formulierungen: / Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / 170 Siehe ÖFOS-Klassifikationssystem ‚Sonderund Heilpädagogik‘, online: https://vocabs.acdh.oeaw.ac.at/oefos/de/page/503026 (letzter Zugriff: 12. Juli 2025). 322 Unterkategorie von: / Teil von Hauptkategorie: / Oberkategorie von: Alexander von Humboldt Stiftung, Auswärtiges Amt, Bundesamt für Arbeit und Soziales, Bundesministerium f. Bildung und Forschung, Deutscher akademischer Auslandsdienst, Deutsche Digitale Bibliothek, Deutsche Forschungsgemeinschaft, Europäische Union, Fritz-Thyssen-Stiftung, Gerda Henkel Stiftung, Landschaftsverband Rheinland, Marga und Walter Boll Stiftung, Pharmakonzern (unbekannt), Qualitätsverbesserungsmittel (lokal), Stiftung Mercator, Studienstiftung des Deutschen Volkes, Volkswagenstiftung Fakten-Kategorien Ebene 2: Förderinstitution Alexander von Humboldt Stiftung Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Alexander von Humboldt Stiftung Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Alexander von Humboldt Stiftung‘, die wissenschaftliche Forschungsvorhaben finanziert.171 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass die ‚Alexander von Humboldt Stiftung‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. Beispiele für Schlüsselbegriffe / Formulierungen: „… by the Alexander von Humboldt Foundation …“, „Förderinstitution: Humboldt Postdoctoral Programme“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: Archivierung, Publikation Oberkategorie von: / 171 Alexander von Humboldt Stiftung, online: https://www.humboldt-foundation.de/bewerben/foerderprogramme (letzter Zugriff: 12. Juli 2025). 323 Auswärtiges Amt Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Auswärtiges Amt Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Auswärtiges Amts‘, die wissenschaftliche Forschungsvorhaben finanziert.172 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass das ‚Auswärtige Amt‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist, bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. Beispiele für Schlüsselbegriffe / Formulierungen: „Förderung: Deutsch-italienischer Zukunftsfond des Auswertigen Amtes“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: / Oberkategorie von: / Bundesamt für Arbeit und Soziales Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Bundesamt für Arbeit und Soziales Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Bundesamt für Arbeit und Soziales‘, die wissenschaftliche Forschungsvorhaben finanziert.173 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass das ‚Bundesamt für Arbeit und Soziales‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist, bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. Beispiele für Schlüsselbegriffe / Formulierungen: „Bundesamt für Arbeit und Soziales-Projekt“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: Entwicklung lebende Ressource 172 Auswärtiges Amt, online: https://www.auswaertiges-amt.de/ (letzter Zugriff: 12. Juli 2025). 173 Bundesamt für Arbeit und Soziales, online: https://www.bmas.de/DE/Startseite/start.html (letzter Zugriff: 12. Juli 2025). 324 Oberkategorie von: / Bundesministerium f. Bildung und Forschung Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Bundesministerium f. Bildung und Forschung Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Bundesministerium für Bildung und Forschung‘, die wissenschaftliche Forschungsvorhaben finanziert.174 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass das ‚Bundesministerium für Bildung und Forschung‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist, bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. Beispiele für Schlüsselbegriffe / Formulierungen: „Förderinstitution: BMBF“, „BMBF, ‚Förderung von Forschungsvorhaben zur kulturellen Bildung‘“, „BMBF“, „BMBF-Ausschreibung“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: Antrag, Archivierung, Publikation, Hosting/Betrieb lebende Ressource, Entwicklung lebende Ressource Oberkategorie von: / Deutscher akademischer Auslandsdienst Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Deutscher akademischer Auslandsdienst Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Deutscher akademischer Auslandsdienst‘, die wissenschaftliche Forschungsvorhaben finanziert.175 Anwendung der Kategorie: Wird d verwendet, wenn Informationen darüber identifiziert werden können, dass der ‚Deutsche akademische Auslandsdienst‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist, bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. 174 Bundesamt für Bildung und Forschung, online: https://www.bmbf.de/DE/Home/home_node.html (letzter Zugriff: 12. Juli 2025). 175 Deutscher akademischer Auslandsdienst, online: https://www.daad.de/de/ (letzter Zugriff: 12. Juli 2025). 325 Beispiele für Schlüsselbegriffe / Formulierungen: „Förderinstitution: DAAD“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: Archivierung, Publikation Oberkategorie von: / Deutsche Digitale Bibliothek Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Deutsche Digitale Bibliothek Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Deutsche Digitale Bibliothek‘, die wissenschaftliche Forschungsvorhaben finanziert.176 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass die ‚Deutsche Digitale Bibliothek‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. finanziert hat oder es geplant ist, bei ebenjener Förderinstitution einen Antrag auf Drittmittelförderung einzureichen. Beispiele für Schlüsselbegriffe / Formulierungen: „Deutsche Digitale Bibliothek (DDB)“ Weitere Anwendungen (optional): / Abgrenzung zu anderen Kategorien (optional): / Unterkategorie von: Förderinstitution Teil von Hauptkategorie: / Oberkategorie von: / Deutsche Forschungsgemeinschaft Typ der Kategorie: Fakten-Kategorie Name der Kategorie: Deutsche Forschungsgemeinschaft Inhaltliche Beschreibung: Bezeichnet die drittmittelgebende Institution ‚Deutsche Forschungsgemeinschaft‘, die wissenschaftliche Forschungsvorhaben finanziert.177 Anwendung der Kategorie: Wird verwendet, wenn Informationen darüber identifiziert werden können, dass die ‚Deutsche Forschungsgemeinschaft‘ ein Forschungsvorhaben, aus dessen Kontext heraus eine FDM-Beratungsanfrage an eine beratende Einrichtung gestellt wurde, durch Drittmittel finanziert bzw. 176 Deutsche Digitale Bibliothek, online: https://www.deutsche-digitale-bibliothek.de/ (letzter Zugriff: 12. Juli 2025). 177 Deutsche Forschungsgemeinschaft, online: https://www.dfg.de/ (letzter Zugriff: 12. Juli 2025). [Document text truncated for crawler view.]